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

 > 

Utilisation des outils de la géomatique sur l'étude de la dynamique des terres salées dans la commune de Gandon des années 1970 à  2024


par Serigne Aziz DIOUF
ISIT Afrique (Institut Supérieur d'Ingénierie Territorial de l'Afrique) - Brevet de Technicien Supérieur en Géomatique  2025
  

Disponible en mode multipage

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

    REPUBLIQUE DU SENEGAL

    UnPeuple-

    UneFoi

    UnBut-

    MINISTERE DE LA FORMATION PROFESSIONNELLE

    (MFP)

    DIRECTION DES EXAMENS, CONCOURS PROFESSIONNELS

    ET CERTIFICATIONS (DEFCPC)

    INSTITUT SUPERIEUR D'INGENIERIE TERRITORIALE EN AFRIQUE

    Siège : Sicap Sacré Coeur 3, Dakar (Sénégal)

    Tel : +221771169165

    Email : Isitafrique@gmail.com

    PROJET INTEGRATEUR SOUMIS EN VUE L'OBTENTION DU BREVET DE TECHNICIEN SUPERIEUR (BTS)

    THEME :

    UTILISATION DES OUTILS DE LA GEOMATIQUE SUR L'ETUDE DE LA DYNAMIQUE DES TERRES SALEES DANS LA COMMUNE DE GANDON DES ANNEES 1970 A 2024

    OPTION : GEOMATIQUE

    Présenté par : Sous la direction de :

    Serigne Aziz DIOUFM. Amadou MBAYE

    M. Babacar FALL

    Année Académique 2024-2025

    Sommaire

    Sommaire I

    Avant-propos II

    Remerciements II

    Dédicaces III

    Liste des abréviations IV

    Liste des illustrations V

    Introduction 1

    Chapitre 1 : Fondement théorique et conceptuel 2

    1.1. Problématique 2

    1.2. Analyse des concepts 4

    Chapitre 2 : Présentation du milieu d'étude 7

    2.1. Le cadre physique 8

    2.2. Le cadre humain 12

    Chapitre 3 : Approche méthodologique 15

    3.1. La revue documentaire 15

    3.2. Acquisition de données complémentaires 15

    3.3. Recueil et acquisition de données satellitaires 16

    3.4. Traitement et analyses des données recueillies 20

    Chapitre 4 : Analyse et interprétation des résultats 40

    4.1. Variation du degré de salinité des sols 40

    4.2. Evolution spatio-temporelle des unités d'occupation du sol 42

    4.3. Approche géomatique de l'analyse de la dynamique des terres salées 45

    4.4. Approche géomatique de la caractérisation des zones vulnérables aux terres salines 51

    Conclusion 55

    Bibliographie 57

    Table des matières 58

    « Une nation qui détruit ses sols, se détruit elle-même » (Franklin D. Roosevelt, 1937)

    Avant-propos

    Ce document est un projet d'intégrateur soumis en vue l'obtention du brevet de technicien supérieurportant sur l'utilisation des outils de la géomatique sur l'étude de la dynamique des terres salées dans la Commune de Gandon des années 1970 à 2024.En effet, la Commune de Gandon à l'instar des milieux du domaine littoral, se voit par une dégradation très significative des terres arables liée essentiellement à la salinisation. Cette dernière originaire naturellement de l'élévation du niveau de la Mer, accentuée dans un contexte de changement climatique marqué par des sécheresses comme celle des années 1970. Cette longue périodesèche, favorisant le manqued'apports fluvio-pluviométriques, le tarissement de la nappe et l'avancée du biseau salée, augmente le niveau salinité et l'extension des tannes sur les terres agricoles dans le delta du fleuve Sénégal et dans le Commune de Gandon en particulier.Cette dégradation chimique rend le sol infertile et impropre à agro-sylvo-pastoral affectant ainsi l'écologie et la vie socio-économique de la population riveraine.Ainsi, minutieux de l'équilibre écologique, du développement durable et du bien-être de la société, cette contribution essaye d'analyser la dynamique des terres salées et la vulnérabilité de la population grâce aux outils de la géomatique pour une gestion meilleure et durable de l'extension des terres salées.

    Pour effectuer un tel travail, nous allons débutons par une présentation du cadre physique ethumain du milieu d'étude. Nous allons ensuite détailler l'approche méthodologique adoptée avant de voir l'analyse, l'interprétation des résultats issues des données traitées.

    Ce travail n'aurait pas pu s'effectuer rigoureusement et sereinement sans de nombreuses collaborations et d'échanges précieux effectués avec de plusieurs structures et de personnes à qui nous voulons exprimer toute notre profonde gratitude.

    Remerciements

    Il revient tout d'abord de remercier vivement M. Cheikh Diouf, Directeur général de l'institut Isit/Afrique pour tout son accompagnement le long de ce parcours de BTS géomatique.

    Nos profonds remerciements s'adressent aussi à nos très généreux encadreurs messieurs Amadou Mbaye et Babacar Fall de leur soutien, leur disponibilité et de la qualité de leurs orientations.

    Nos reconnaissances à l'ensemble des enseignants de l'établissement à l'image de messieurs Khole, Niang pour le rôle unique et précieux qu'ils ont eu à jouer pour la réussite de ce projet.

    Nous remercions l'ensemble du personnel de l'institut supérieur d'ingénierie territoriale de l'Afrique pour toute leur dévouement, leur accompagnement et leur excellence.

    Notre reconnaissance s'adresse à mes camarades de la deuxième année de BTS géomatique : Saye Ndiaye, Aliou Sané,Aminata Ba, ainsi qu'à toute notre promotion.

    Toute notre profonde reconnaissance, notre gratitude à notre très chère maman Ndoumbé Ndiaye et à toute notre famille pour leur dévouement envers nous, que Dieu vous protège.

    Dédicaces

    Nous rendons grâce à Allah le Tout Puissant, le Tout Clément, l'Unique et l'Eternel

    A Cheikh Ahmadou Bamba notre guide.

    Nous dédions ce travail :

    A notre frère-jumeau Abdou Diouf et notre grand-mère Dieynaba Ngom

    A notre chère mère Nogoye Thiaw et notre maman Rokya Sène

    A notre père Daouda Diouf

    A notre grand-mère Penda Diop et notre ami Mbaye Fall

    A notre très maman Ndoumbé Ndiaye ainsi que toute la famille

    Sachant que nulle dédicace ne puisse exprimer nos sentiments, pour leur amour et leur soutien.

    A tous nos frères et toutes nos soeurs : Papa Diouf, Adama Diouf, Fatou Diouf, Mame Diarra Diouf, Ibrahima Diouf, Déguene Diouf, etc.

    A nos beaux pères et nos belles mères pour l'amour, l'éducation et le soutien qu'ils nous ont accordés.

    A nos très chers Awa Fall, Mar Gaye, Rokhaya Sagna

    A nos tantes et oncles, à tous nos cousins et toutes nos cousines pour leur amour et leur confiance envers nous.

    A toute notre famille et tous nos proches

    En leur souhaitant une très longue et merveilleuse vie.

    Liste des abréviations

    ANACIM : Agence National de l'Aviation Civile Internationale et de la Météorologie

    ANAT : Agence Nationale de l'Aménagement du Territoire

    ANSD : Agence National de la Statistique et de la Démographie

    CE : Conductivité Electrique

    CSE : Centre de Suivi Ecologique

    FAO : Organisation du Font Alimentaire

    GPS : Système de Positionnement Géographique

    IPS : Indice de Précipitations standardisé

    ISRIC : Centre International de Référence et d'Information sur les Sols

    MCD : Model Conceptuel de Données

    MLD : Model Logique de Données

    MPD : Model Physique de Données

    MNT : Model Numérique de Terrain

    NDSI : Normalized Differencial Salinity index / Indice différentiel de salinité normalisé

    ONG : Organisation Non Gouvernementale

    pH : Potentiel Hydrogène

    SIG : Système d'Informations Géographique

    SGBD : Système de Gestion de Base de Données

    UCAD : Université Cheikh Anta Diop de Dakar

    Liste des illustrations

    Carte

    Carte 1: Situation du milieu d'étude 2

    Carte 2: typologie des formations pédologiques du milieu 9

    Carte 3: occupation du sol du milieu d'étude 10

    Carte 4: Répartition de la population de la Commune Gandon en 2023 13

    Carte 5 : Densité de la population du milieu d'étude 13

    Carte 6 : Distribution horizontale de la salinité des sols (NDSI 41

    Carte 7 : Cinématique de terres salines entre 1972 et 2024 48

    Carte 8 : Distribution spatiale des catégories de tannes dans le milieu entre 1972 et 2024 49

    Carte 9 : Répartition spatiale des localités selon le degré d'exposition aux terres salines 52

    Carte 10 : Degré de vulnérabilité des zones selon la méthode AHP 53

    Figure

    Figure 1 : Courbe ombrothermique mensuelle de la station de Saint-Louis de 1991 à 2022 2

    Figure 2 : Courbe ombrothermique annuelle de la station de Saint-Louis de 1991 à 2022 12

    Figure 3 : évolution de la population de la Commune Gandon de 2013 à 2023 12

    Figure 4 : Procédures de téléchargement des images Landsat 17

    Figure 5 : Méthode Merise (Source : http://tecfaetu.unige.ch/) 21

    Figure 6 : Schéma d'un MCD 21

    Figure 7 : Modèle conceptuel de données 22

    Figure 8 : Modèle logique de données 23

    Figure 9 : Modèle physique de données 23

    Figure 10 : Organigramme de l'étude de la dynamique des terres salées, Diouf S. Aziz, Juin 2025 26

    Figure 11 : Procédures de la combinaison des Bandes 27

    Figure 12 : A et B : Procédures d'ajout de la métadonnée (image regroupée) 28

    Figure 13 : C, D et E : Procédures d'ajout de la limite du milieu d'étude 29

    Figure 14 : F et G : Procédures de découpage de l'image dans notre milieu d'étude ; H : l'Extraction 30

    Figure 15 : Classe thématique et Pixel correspondant 32

    Figure 16 : Méthode de la classification supervisée 33

    Figure 17 : Valeurs de l'Indice de Kappa et Matrice de confusion de Landsat 8 34

    Figure 18 : Traitement par AHP dans Arcgis 38

    Figure 19 : Schéma méthodologique 39

    Figure 20 : Degré de salinité des terres du milieu d'étude en hectare (ha), Diouf S. Aziz, Juin 2025 40

    Figure 21 : Superficie (%) de la conductivité électriques des sols selon les horizons 41

    Figure 22 : Superficie en hectare (ha) des unités paysagères entre 1972 et 2024, Diouf S. Aziz2025 43

    Figure 23 : Transformation des unités d'occupation du sol de 1972 à 2024, Diouf S. Aziz, Juin 2025 44

    Figure 24 : Indice de Précipitations Normalisé (IPS) de la station de Saint-Louis de 1971 à 2020 45

    Figure 25 : Répartition de la surface en % de la texture des sols selon les horizons 46

    Figure 26 : Superficie des terres salées en pourcentage (%) entre 1972 et 2024 47

    Figure 27 : Superficie des catégories de terres salées en pourcentage de 1972 à 2024 49

    Figure 28 : Catastrophes susceptibles d'être entrainées par la dynamique saline 50

    Figure 29 : Répartition de la Population selon le niveau de vulnérabilité à la dynamique saline 52

    Figure 30 : Model de gestion des terres salées par approche géomatique 54

    Planche cartographique

    Planche cartographique 1 : Caractéristiques topographiques du milieu 2

    Planche cartographique 1 : Caractéristiques topographiques du milieu 2

    Planche cartographique 2: Bassin versant et densité de drainage 9

    Planche cartographique 3 : Distribution verticale de la conductivité électrique (CE) des sols 45

    Planche cartographique 5 : Situation des unités d'occupation du sol entre 1972 e 2024 47

    Planche cartographique 6 : Distribution verticale de la texture des sols 50

    Tableau

    Tableau 1: Les types de données complémentaires utilisées 2

    Tableau 2: Données d'imagerie satellitaire utilisées 20

    Tableau 3 : Caractéristique des bandes spectrales du capteur MSS (Faye B., 2017 20

    Tableau 4 : Caractéristique des bandes spectrales du capteur TM (Faye B., 2017) 21

    Tableau 5 : Caractères des bandes de Landsat-8/LDCM (Landsat Data Continuity Mission) 21

    Tableau 6 : Classes degrés de la sécheresse par rapport à la valeur du IPS (McKee et al., 1993) 26

    Tableau 7 : Appréciation de la salinité du sol selon la conductivité électrique selon la FAO 27

    Tableau 9 : Grille d'identification et d'interprétation des principaux types d'unités 33

    Tableau 10 : Les classes thématiques retenues pour l'étude 34

    Tableau 11 : Classification de la population selon le degré d'exposition aux terres salines 38

    Tableau 12 : Echelle de pondération des couches 39

    Tableau 13 : Matrice de pondération des facteurs selon l'échelle de Saaty (1977) 39

    Tableau 14: Calcul du poids relatifs aux différents facteurs après comparaison deux à deux. 40

    Tableau 15 : Superficie (ha) et (%) des unités d'occupation du sol entre 1972 et 2024 46

    Tableau 18 : Superficie en hectare (ha) des terres salines entre 1972 et 2024 51

    Tableau 19 : Classification des localités selon le degré d'exposition aux terres salées 55

    Introduction

    Le sol constituel'une des composantes essentielles des ressources terrestres. Il assure le bon fonctionnement de la biodiversité et le développement de la vie socio-économique. Cependant, cette ressource naturelle très précieuse est de plus en plus vulnérable face aux phénomènes climatiques extrêmes et aux conditions océanographiques récentes liés à la salinisation.D'un milliard d'hectare dans le monde (FOA, 2015), prés 1 000 000 ha au Sénégal et 30000 ha entre le delta et la moyenne valléedu fleuve Sénégal (CSE, 2010), la salinisation des terres se voit comme un défis majeur pour l'équilibre écologique et la sécurité alimentaire dans le delta du fleuve Sénégal en particulier. En effet, cette salinisation significative des terres a entrainé un bouleversement de l'écosystème et du système de production dans les régions du Delta.Cela se manifeste notamment par la dégradation de la végétation, des ressources hydrique et des terres arables entrainant ainsi une toxicité pour les cultures, une diminution des rendements, une disparition du couvert végétal et une contamination des ressources hydriques. Et ceux-ci constituent un frein au développement économique et à la promotion de la vie sociale communautés en aval du fleuveétant donné que les stratégies de gestion souvent mises en place sont très limitées (Sow E. H., 2019). C'est dans cet intérêt que nous étudions la dynamique des terres salées dans la Commune de Gandon des années 1970 à 2024 grâce aux outils de le géomatique. L'objet de ce travail est donc d'analyser la dynamique des terres salines, ses facteurs, ses impacts environnementaux et socio-économiques et de caractériser les populations vulnérables en utilisant les composants de la géomatique afin de permettre aux décideurs une maitrise et une gestion meilleures du phénomène.De ce fait, plusieurs méthodes de collecte, de traitement (cartographique et statistique) et d'analyse de données (quantitative et qualitative) sont adoptées afin de mieux appréhender la dynamique des terres salées dans la Commune de Gandon.

    Pour mener à bien notre travail, nous allons d'une part voirl'état de laquestion, fondement théorique et conceptuel du thème. En outre, présenter les aspects physique et humain du milieu d'étude. D'autre part, détailler l'approcheméthodologique adoptée pour établir ce travail avant de voir enfin l'analyse, l'interprétation et la discussion des résultatsobtenus.

    Chapitre 1 : Fondement théorique et conceptuel

    Il s'agit dans ce chapitre l'énumération de la problématique, les questions, objectifs et hypothèses de recherche et l'analyse des concepts clés du thème de recherche

    1.1. Problématique

    1.1.1. Contexte

    Le sol, constitut une source vitale et indispensable pour les êtres vivants. Il est le fondement de la durabilité de l'écologie, de la production agricole et sylvicole et de la sécurité alimentaire. Les sols constituent alors une composante essentielle des ressources terrestres et assurent quasiment le bon fonctionnement de la biodiversité et le développement de la vie socio-économique. Cependant, cette ressource naturelle très précieuse est de plus en plus vulnérable face aux changements climatiques extrêmes et aux conditions océanographiques récentes.

    Actuellement, plus de 33 % de ces terres sont modérément à extrêmement dégradées du fait de l'érosion, du compactage, de la pollution chimique, de l'acidification et de la salinisation selon le FAO (2015). Cette dernière constitut l'une des plus grandes menaces des terres arables. Elle se manifeste par la concentration des particules de sels dans le sol. D'après les estimations de la FAO, plus d'un milliard d'hectare de terres est touché par la salinisation soit 8,5 % des superficies arables, équivaux à une perte économique mondiale de 21,3 milliards chaque année.

    Au Sénégal, la situation actuelle de la salinisation est très alarmante selon les appréciations faites par le Centre de Suivi Ecologique (CSE, 2010). Il estime la superficie des terres salées à près de 1 000 000 ha. Prés 58000 ha sur la grande côte, 230 000 ha dans le Sine-Saloum, 400000 ha dans bassin du fleuve Casamance et 400000 ha de terres salées au niveau du fleuve Sénégal où 30000 ha entre le delta et la moyenne vallée. Comment se manifeste la dynamique des terres salées ?

    Cette extension significative des terres salées est liée essentiellement à la péjoration climatique récente et à la dynamique marine. En effet, la sécheresse des années 1970 a entrainé, dans ces milieux humides, une diminution des apports d'eau douce. Cela a favorisé une baisse du niveau des fleuve et une remontée des eaux marines sur ces cours d'eau et les terres, notamment dans la région du delta du Sénégal. Cette fréquence de sécheresses contribue à l'accélération du phénomène de la salinisation des sols à travers une insuffisance du drainage des eaux pluviales pour lessiver le sel mais aussi de l'évaporation liée à la rudesse des températures engendrant une précipitation des sels Gaye M. et al. (2024). En plus, la dynamique des vents, les mauvaises pratiques d'irrigations, la texture limoneuse des sols constituent aussi un ensemble de facteurs qui accélèrent l'avancée de la salinisation sur les terres dans le milieu. Quels sont les facteurs récurrents de l'avancée des terres salées ?

    Cette avancée remarquable a entrainé un bouleversement de l'écosystème marin et du système de productionqui se manifeste notamment par la dégradation de la végétation, des ressources hydrique et des terres arables (FAYE C.A.T. et al., 2023). Elle provoque ainsi une toxicité pour les cultures, une diminution des rendements, une disparition des plantes non halophytes et du tapis herbacé, un affaiblissement de l'élevage mais aussi une nocivité de la promotion de la vie sociale dans la Commune. Et ceux-ci constituent un frein au développement économique et fragilisent la communauté des régions du delta du fleuve Sénégal et de la Commune de Gandon en particulier étant donné que l'agriculture au sens large constitue l'activité principale source de revenus de cette communauté. Quels sont les impacts liés à l'extension des terres salées dans le milieu ?

    Par contre, plusieurs tentatives de conservation des ressources marines et de pratiques de récupération des terres arables ont été mises en oeuvre à la fois par la population et les institutions. Ainsi, des pratiques de reboisement, de sensibilisation et de construction de digue et de barrage, ... sont adoptées par la population locale, les ONG ainsi que l'Etat. Cependant, ces initiatives de restauration sont malheureusement très limitées (SOW E. H, 2019). Face à ces destructions, est-il possible de restaurer les terres arables prises par le sel ?

    L'utilisation des outils de la géomatique constitut un moyen fondamental pour le suivi de la dynamique des tannes et l'appréciation de son comportement actuel ainsi que ses effets sur la vie écologique et socio-économique. Un outil d'identification des populations vulnérables et celles en risques afin d'assurer une orientation décisionnelle d'une bonne gestion des terres salines. La géomatique constitue dès l'or un domaine nécessaire et très essentiel pour la bonne maitrise de l'évolution des terres salées afin de promouvoir à une gestion meilleure et la conservation de cette ressource vitale. Quel apport géomatique de la gestion de l'extension des terres salées ?

    1.1.2. Objectifs et hypothèses de recherche

    ? Objectifs de recherche

    Pour étudier la dynamique des terres salées, les objectifs général et spécifique suivant sontfixés.

    Ø Objectif général

    Ce travail vise à comprendre la dynamique des terres salées dans le Commune de Gandon et la vulnérabilité de la population par approche de la géomatique. Il s'agit alors :

    Ø Objectifs spécifiques

    Os1 : Analyser les changements spatio-temporels des terres saléesdans le milieu d'étude

    Os2 : Caractériser les facteurs et les catastrophes susceptibles d'être entrainées par la dynamique

    Os3 : Evaluer le degré de vulnérabilité de la population à la dynamique des terres salines

    ? Hypothèses de recherche

    Pour atteindre ces objectifs, les hypothèses suivantes sont énumérées.

    Ø Hypothèse principale

    La dynamique des terres saléesa une tendance extensive dans le Commune de Gandon et cela affecte négativement la biodiversité et les activités sociales et économiques du milieu. Cette hypothèse principale peut s'avérer à travers les hypothèses secondaires suivantes :

    Ø Hypothèses secondaires

    Hypothèse secondaire 1 : La dynamique des terres salées se manifeste par l'extension des tannes sur l'agrosystème dans la Commune de Gandon.

    Hypothèse secondaire 2 : Cette extension est liée à la variabilité pluviométrique et cela freineconsidérablement le système agro-sylvicoledu milieu d'étude.

    Hypothèse secondaire 3 : L'essentiel de la population paysanne est extrêmement affecté par l'extension des terres salines.

    1.2. Analyse des concepts

    Il s'agit de la définition des concepts mots clés en rapport avec notre thèmes. Nous pouvons noter :

    Ecologie : L'écologie, au sens premier du terme, est une science dont l'objet est l'étude des interactions des êtres vivants (la biodiversité) avec leur environnement et entre eux au sein de cet environnement (l'ensemble étant désigné par le terme écologie »). Il permet alors de mieux comprendre comment les êtres vivants vivent et interagissent au sein d'un milieu.

    Sol : Pour JOFFE, « le sol est un corps naturel, de constituants organiques et minéraux, différencié en horizons d'épaisseur variable, qui diffèrent du matériau sous-jacent par leur morphologie, constitution physique, propriétés chimiques et composition des caractères biologiques ».

    Dynamique : La dynamique est un ensemble de processus d'évolution, que les facteurs d'origines ainsi que le résultat de cette évolution d'état naturel d'un phénomène ou d'un milieu donné entre deux ou plusieurs dates selon Diouf S. A. (2023).

    Salinisation : Selon Lozet J. et Mathieu C. (2002) la salinisation est l'ensemble des mécanismes suivant lesquels le sol s'enrichit en sels solubles et acquiert, à un degré plus ou moins fort, le caractère salé. La salinisation se réalise principalement dans les régions semi-arides et dans les milieux côtiers ou déprimés dans lesquels la teneur en argile est assez élevée et la perméabilité faible, ce qui réduit le lessivage. Les sulfates et les chlores sont les sels dominants alors que les nitrates et les borates sont beaucoup plus rares.

    « La salinisation est l'augmentation de la teneur en sel d'un sol ou d'une eau. Elle est visible dans les parties superficielles, contribue en majeur partie à la dégradation des terres ainsi que le couvert végétal des milieux », Ndiaye S. (2023).

    Acidification : Augmentation de l'acidité d'un sol, d'un cours d'eau ou de l'air en raison des activités humaines. Ce phénomène peut modifier les équilibres chimiques et biologiques et affecter gravement les écosystèmes.

    Terres salées : Les terres salées, désignées « tannes » en géomorphologie, correspondent à des étendues salées, à très faible altitude, qui s'étendent entre les vasières et les cordons sableux. Elles peuvent être subdivisées en deux unités sue le plan phytogéographique : les tannes nues, bordant justement la zone de la vasière, constituées de terrains salés dépourvus de végétation et les tannes herbues, généralement entre les tannes nues et le pied des barrières sableuses, Diouf S. A (2023).

    Commune de Gandon : C'est notre milieu d'étude, l'espace de travail.

    Géomatique : « La géomatique est une discipline regroupant les pratiques, méthodes et technologies qui permettent de collecter, analyser et diffuser des données géographiques. L'objectif final de la géomatique est la représentation spatiale des données récoltées pour identifier, représenter et démontrer les résultats d'analyses statistiques, ... », (Esri).

    La géomatique est très présente dans plusieurs activités quotidiennes et est au coeur des nouveaux défis en matière d'aménagement durable du territoire, de sécurisation des droits immobiliers, de protection de l'environnement, de sécurité civile, de construction d'ouvrages d'ingénierie, de transformation numérique et de changement climatique. Ses racines sont « géo », qui veut dire Terre, et « matique » vient de : informatique, soit le traitement automatique de l'information géographique, aussi nommée information « géospatiale ». Cette discipline associe disciplines techniques très variées.

    Carte : Une carte est une représentation géométrique plane simplifiée et conventionnelle de tout ou partie de la surface terrestre, et cela dans un rapport de similitude convenable qu'on appelle échelle." F. JOLY (1976).

    Le Comité Français de Cartographie définit la carte comme " ...une représentation géométrique conventionnelle, généralement plane, en positions relatives, de phénomènes concrets ou abstraits, localisables dans l'espaces ; c'est aussi un document portant cette représentation ou une partie de cette représentation sous forme d'une figure manuscrite, imprimée ou réalisée par tout autre moyen."

    Cartographie : La cartographie est l'ensemble des études et des opérations scientifiques et techniques intervenant dans l'établissement des cartes ou plans, à partir des résultats d'observations directes ou de l'exploitation d'une documentation préexistante. Elle a pour but la conception, la préparation et la réalisation des cartes. Sa vocation est la représentation du monde sous une forme graphique et géométrique, ( https://www.universalis.fr/encyclopedie/cartographie/).

    Système d'Information Géographique (SIG) : Un SIG est une technologie servant à créer, gérer, analyser et cartographier tout type de données. Le SIG associe les données à une carte et intègre des données de localisation (endroit où se trouvent les choses) à toutes sortes d'informations descriptives (état des choses à cet endroit). Il constitue ainsi un socle pour la cartographie et l'analyse dans le domaine des sciences et dans presque tous les secteurs. Le SIG aide les utilisateurs à comprendre les modèles, les relations et le contexte géographique des données. Ses avantages sont nombreux et incluent notamment une amélioration de la communication, de l'efficacité, de la gestion et de la prise de décision (Esri).

    Télédétection : Technique d'acquisition à distance d'informations sur la surface terrestre, principalement fondée sur l'analyse d'images obtenues dans différentes gammes de longueurs d'onde à partir d'aéronefs ou de satellites (Dictionnaire Larousse).

    Topographie : La topographie est la science qui étudie l'ensemble de la représentation graphique de la surface terrestre, avec ses formes et ses détails. Elle permet la cartographie par arpentage. Elle aboutit à une description détaillée ou une représentation sur une carte des caractéristiques naturelles et artificielles d'une zone (Aqua portail).

    Photogrammétrie : science et art dont le sujet d'étude est de déterminer la forme et la position d'un objet dans l'espace à partir des mesures faites sur des photos.

    Basse de données : Une base de données est un ensemble de données qui sont structurées, organisées et stockées dans un support de stockage. Elle est conçue pour enregistrer des faits, des opérations au sein de l'organisme (administration, banque, université, hôpital...). Ainsi, la base de données rentre dans la cadre d'un système d'information qui a quatre fonctions essentielles : la collecte, la numérisation, le traitement et la diffusion de l'information.

    Outils : les outils regroupent l'ensemble des moyens ou logiciels qui servent de collecte, d'acquisition, stock et de traitement de données. Nous pouvons retenir : Arc gis, Q gis, Envi, Power AMC, Google Earth, GPS, Excel et Word.

    Chapitre 2 : Présentation du milieu d'étude

    Ce premier chapitre est consacré à la présentation du milieu. Il se débute par une fine présentation géographique générale c'est-à-dire la situation du milieu dans l'espace géographique, puis une description de son cadre physique avant de voir son aspect humain.

    ? Situation du milieu d'étude

    Notre milieu d'étude correspond à la Commune de Gandon. Cette dernière se localise dans le delta du fleuve Sénégal entre les méridiens 340100 et 360100W et les latitudes 1750000et 1780000N. Elle couvre une superficie de 403,22 km², 71,080 hbts en 2023 et une densité de 176 hbts/km². La Commune est limitée à l'Ouest par l'océan atlantique et la Commune de Ndiebene Gandiol, au Nord par les Communes Diama et Ndialame Bambara, à l'Est par les Communes de Nguith et Fass Ngom et au Sud par les Communes de Leona et Sakal (Carte 1).

    Carte1: Situation du milieu d'étude

    2.1. Le cadre physique

    Il s'agit de l'étude de la géologie, la géomorphologie, la pédologie, de la végétation, de l'hydrologie et des conditions climatiques du milieu d'étude.

    2.1.1 La topographie

    Les caractéristiques topographiques de notre milieu se manifestent par des altitudes et des pentes très faibles, un relief essentiellement plat. Les altitudes varient de -3m au niveau des dépressions, plus de 4,7m au pied des dunes jaunes à l à plus de 9m au sein des dunes rouges. Le milieu se singularise par des coteaux et une cuesta. Les coteaux avec une structure aclinale dans les dépressions inter-dunaires, le pendage varie de 0 à 0,5°. La cuesta se localise vers le plateau avec une très faible inclinaison de l'interland vers le fleuve (2 à 8°). Cela monte que le milieu est à topographie basse dont les altitudes et le pendage tributaires au unités d'occupation du sol.

    Planche cartographique 1 : Caractéristiques topographiques du milieu

    2.1.2 L'Hydrologie

    Les caractéristiques hydrologiques du milieu s'individualisent avec deux bassins versants voisins séparés par une crête ou ligne de partage des eaux. Le Bv1 couve une superficie de 159 km² et un périmètre de 80 km avec une importante densité de drainage allant jusqu'à 30. Le Bv2 est le moins large (64 km²) légèrement drainé en termes de densité que le Bv1 (0 à 22) avec un périmètre de 65 km. Les ordres d'écoulements des réseaux hydrographiques varient du niveau 1 au niveau 5 dans le Bv1 et de 1 à 3 ordres dans le deuxième bassin versant.

    Bv2

    Planche cartographique 2: Bassin versant et densité de drainage

    Bv1

    Bv2

    2.1.3 La pédologie

    La pédologie du milieu est très diversifiée. Nous avons les sols ferrugineux non ou peu lessivés, appelés aussi sols Dior, profonds, bien drainés, perméables, faiblement structurés. Ils sont riches en matière organique et très aptes à la culture de l'arachide et du mil selon Bineta Faye (2017). Les sol brun rouge subarides integrades ferrugineux et les sols minéraux bruts. Les sols halomorphes salins acidifiés avec sols peu évolués hydromorphes etles sols halomorphes salins acidifiés sont des sols dont l'évolution et les propriétés physico-chimiques sont affectées par la dominance de sel.

    Carte 2: typologie des formations pédologiques du milieu

    2.1.4 L'occupation du sol

    La surface de notre milieu d'étude est structurée spatialement par la végétation, les tannes, la vasière, l'espace agraire et l'eau.

    ? La végétation arborée, la végétation arbustive et la prairie marécageuse constituent les formations végétales des zones immersibles. Les prairies marécageuses sont des espaces humides et parfois inondables présentant des cortèges floristiques très riches. Elles ont une donc très grande quantité de biomasse, très précieuse pour l'alimentation du bétail.

    ? Les vasières renferment 2 groupes : les vasières nues dépourvues de végétations et les vasières à mangrove d'espèces du genre Rhizophora et Avicennisa. Elles sont constituées de matières organiques, de vase le plus souvent en association avec des sables très fins à débris calcaires. Elles correspondent à l'actuelle slikke et comprise entre marée haute et marée basse quotidiennes.

    ? Les tannes correspondent à des étendues salées, à très faible altitude, qui s'étendent entre les vasières et les dunes. Elles peuvent être subdivisées en deux unités sue le plan phytogéographique : les tannes nues, constituées de terrains salés dépourvus de végétation et les tannes herbues, généralement entre les tannes nues et le pied des barrières sableuses.

    ? L'espace agraire regroupe les champs et l'habitat. Les eaux renferment le réseau hydrographique du fleuve Sénégal et l'un de ses défluents : le Ngalam.

    Carte 3: occupation du sol du milieu d'étude

    2.1.5 Le climat

    Les éléments du climat sont des grandeurs physiques mesurables ou des phénomènes repérables qui caractérisent l'état de la basse et moyenne atmosphère. Chaque zone climatique présente des spécificités qui découlent de la combinaison de plusieurs éléments. Les précipitations et la température sont analysées de ces éléments pour ce travail.

    ? Caractérisation mensuelle de la pluviométrie et la température

    La pluviométrie est mesurée en millimètre (mm) et la température en degré Celsius (°C). la figure5 révèle deux séquences : une période pluvieuse allant de Juin à Octobre et une période sèche de Novembre à Mai déterminant les deux saisons de la zones intertropicale. Les mois d'Août et septembre enregistrent les plus fortes pluies avec des moyennes de 96,3 et 97,9mm respectivement. La moyenne pluviométrique est inférieure à 50 mm pour tous les autres mois de l'année. Ce qui monte que le milieu est très faiblement arrosé et cela le rend plus hostile à la salinisation des terres.

    Figure 1 : Courbe ombrothermique mensuelle de la station de Saint-Louis de 1991 à 2022

    ? Caractérisation annuelle de la pluviométrie et la température

    La figure 6 illustre les cumuls annuels pluviométriques et la moyenne annuelle de la température de 1991 à 2022 de la station de Saint-Louis. La moyenne de la série des cumuls de la pluviométrie est de 268 mm. L'année 2010 la plus excédentaire (593,6mm), celle de 1992 reste la plus déficitaire pendant toute la série (58,6mm) soit un écart de -209,4mm par rapport à la moyenne 1991-2022. Dans l'ensemble, la série compte 16 année déficitaires et 16 année excédentaires avec un point culminant en 2010, puis une rupture de 2013 à 2019 et une reprise pluviométrique depuis 2020. Concernant les températures, elles varient de 25 à 28 °C de 1991 à 2020. Les années 2008 et 2020 enregistrent les plus fortes températures durant la série (28°C) à la différente des années 2000 (26°C) et 2018 (25°C) les plus faibles températures (figuere5).

    Figure 2 : Courbe ombrothermique annuelle de la station de Saint-Louis de 1991 à 2022

    2.2. Le cadre humain

    Il s'agit dans cette partie de la présentation de la démographie et des activités socio-économiques. C'est plus spécifiquement la description de l'historique du peuplement, de l'évolution et la répartition de la population et d'une vue d'ensemble sur les activités socio-économiques du milieu.

    2.2.1. La démographie

    C'est la présentation de l'évolution et de la répartition de la population dans le milieu d'étude ainsi que des activités socio-économiques.

    ? L'évolution de la population

    Notre milieu d'étude se voit avec une taille démographique assez importante. Cela peut être lié à sa position géographique et son climat très propice à la promotion de la communauté. Ainsi, la population globale de la Commune de Gandon a passé de 33751 hbts en 2013 à 71080 hbts en 2023 soit une augmentation de 37329 hbts pendant 10 années. Toutefois, la population est à majorité masculine avec 36654 d'hommes contre 344426 de femmes en 2023.

    Figure 3: évolution de la population de la Commune Gandon de 2013 à 2023

    Carte 4: Répartition de la population de la Commune Gandon en 2023

    ? La densité de la population

    La carte 4 monte que la densité de la population est plus est plus élevée dans la partie ouest du milieu d'étude. Elle est décroissante de la cote vers l'intérieur de la Commune où nous avons une densité très élevée supérieur à 6887 à -1500 hbts vers l'Est. La population est plus dense dans les localités de Boudiouck, Sanar Wolof, Sanar Peulh, puis les localités de Rao Peulh, Ndiaoudoune, Ndiaoussir Lebou, ... et moins dense pour plus de 70% des villages de la Commune.

    Carte 5 : Densité de la population du milieu d'étude

    2.2.2. Les activités socio-économiques

    Les activités socio-économiques présentent dans notre milieu sont nombreuses et très diversifiées selon les localités. Sont présentées dans cette étude l'agriculture et l'élevage.

    ? L'agriculture

    Elle est très diversifiée dans le delta, elle occupe plus de 60 % de la population active et participe à 16,7 % du PIB en 2012 (ANSD/SRSD Saint-Louis, 2015, in Touré M. A., 2018). Il se distingue une agriculture sous pluie, une agriculture irriguée, une agriculture de décrue et le maraîchage. La position géographique du delta lui confère des conditions favorables au développement de cette activité. L'agrobusiness est en pleine expansion depuis l'installation d'aménagements hydrauliques pour la maîtrise des eaux (Touré M. A., 2018).Les principales spéculations de cette activité concernent le riz, la canne à sucre, la tomate, le mil, les haricots, l'oignon, etc. Ces cultures sont destinées à l'exportation, à la consommation et à la vente.

    La culture irriguée est l'agriculture est le plus développé dans le milieu. Elle occupe les zones dépressionnaires (Waalo). La culture sous pluie est pratiquée dans la partie Sud-est du milieu dans la partie dunaire (Diéri). Elle concerne essentiellement l'arachide, le mil et la pastèqueet dépend essentiellement de la pluviométrie. La culture de décrue est pratiquée le long du fleuve Sénégal durant la période de son retrait. Les spéculations qui concernent cette pratique agricole sont le manioc, la patate, etc.

    Le secteur agricole est affecté par différentes contraintes, telles que la faiblesse des rendements et la salinisation et l'acidification des sols et de la nappe phréatique.

    ? L'élevage

    Cette activité constitue une des bases du développement économique de la région. L'élevage est pratiqué par plus de 350 000 ménages et contribuant ainsi à 1/3 du PIB. (ANSD, 2015, par Touré M. A., 2018). Le delta du fleuve Sénégal renferme une vaste aire agropastorale qui est le Diéri. Le delta est lié à une longue tradition d'élevage découlant de la disponibilité des ressources en eau (cours d'eau, forages et puits) et de résidus agricole. Il y est très développé est constituée essentiellement de bovins (32 %) et de petits ruminants (35 %) selon Touré M. A., 2018.

    Chapitre 3 : Approche méthodologique

    La méthodologie est définie comme étant un ensemble de méthodes et techniques utilisées d'une part, pour traiter les résultats des investigations et d'autre part, pour rassembler les données, Goma Ndama (1993) in Diouf S. A. (2023). Ainsi, l'approche méthodologique adopté pour mener à bien ce travail s'articule autour de quatre axes à savoir :

    La revue documentaire

    Le recueil et l'acquisition de données complémentaires

    Le recueil et l'acquisition de données satellitaires

    Le traitement et l'analyse des données recueillies

    3.1. La revue documentaire

    Une recherche préliminaire de documents est effectuée afin d'avoir une aperçue globale sur la dynamique des terrains salés, les facteurs d'origines ainsi que leurs impacts, notamment dans les humides côtières. Ces productions littéraires sont à la fois de livres, de mémoires, de thèses, des articles scientifiques consultées par plusieurs sources de recherche telles que : https://www.universalis.fr, https//: www.bibnum.ucad.sn, https//: www.memoireonline.com, et de centres documentaires comme la bibliothèque universitaire de Cheikh Anta Diop de Dakar et la bibliothèque de la faculté des lettres et sciences humaines de l'Ucad.

    3.2. 3.3. Acquisition de données complémentaires

    Il s'agit de l'ensemble des données collectées au niveau des institution nationales et/ou internationales. Ce sont de données préexistantes de diverse formes. Nous avons :

    Les données climatiques (pluviométrie et température) ont été collectées à l'ANACIM (Agence Nationale de l'Aviation Civile et de la Météorologie). Ces données caractérisent l'évolution du climat de notre milieu d'étude à partir des paramètres climatiques. Pour cette étude, nous avons mis l'accent sur la pluviométrieet la température afin de mettre en évidence le rapport entre variabilité climatique et dynamique des terres salées.

    Les données démographiques de la commune de Gandon sont collectées à l'ANSD (Agence Nationale de la Statistique et de la Démographie). Ces données nous ont permis de déterminer la densité de la population et de suivre l'évolution de la démographique dans l'espace communale.

    Le Model Numérique de Terrain (MNT) de résolution 30m couvrant la région de Saint-Louis a permis d'établir la carte du relief, celle des pentes et la carte des bassins versants la zone d'étude.

    Les données spatialesvectorielles issues de l'ANAT, nous ont permis de décrire le contexte physique de la Commune de Gandon afin de situer la zone d'étude en délimitant ses contours et aussi de caractériser la pédologie, la localisation, l'occupation du sol de la Commune.

    Les données physico-chimiques des sol issues de ISRIC (Centre International de Référence et d'Information sur les Sols), ont permis la caractérisation de la teneur en sels dissous (CE) et de la texture (facies) des sols de la Commune de Gandon dans les horizons 0-5 cm et 5-15 cm. Elles sont sous format raster traiter par le logiciel Arcgis.

    Tableau 1: Les types de données complémentaires utilisées

    Source : Diouf S. Aziz, Juin 2025

    Type de données

    Nature des données

    Format

    Résolution

    Date

    Source

    Climatiques

    Pluviométrie (mm)

    Température en °C

    Excel

    -

    1971-2022

    1991-2022

    ANACIM

    Socio-économique

    Démographie

    Excel

    -

    2013, 2023

    ANSD

    Spatiales

    Limite administrative

    Vecteur

    -

    2014

    DTGC

    Pédologie

    Vecteur

    -

    2023

    INP

    Hydrologie

    Vecteur

    -

    2014

    DGPRE

    Occupation du sol

    Raster

    -

    2023

    CSE

    Model Numérique de Terrain

    Raster

    30m

    -

    SRTM

    Conductivité électrique (CE), Texture du sol (0-5 et 5-15cm)

    Raster

    250m

    -

    ISRIC

    3.4. Recueil et acquisition de données satellitaires

    Pour suivre l'évolution des unités d'occupation du sol ainsi que la dynamique des terres salines, des images satellitaires Landsat des années 1972, 1985, 1998, 2011 et 2024 sont utilisées.

    3.3.1. Mode d'acquisition des données satellitaires Landsat

    Les images satellitaires de Landsat 1-4 ; 4-5 et 8 de résolution 30m ont été téléchargées sur le site de la NASA Earth Explorer à l'adresse : https://earthexplorer.usgs.gov. Elles nous ont permis d'établir des cartes diachroniques suivant l'évolution de l'occupation du sol de 1972 à 2024 et d'en extraire les terres salines afin de caractériser leur dynamique.

    Une fois sur le site, nous avons d'abord créer un compte d'utilisateur en suivant respectivement toutes les étapes nécessaires. Ensuite, nous avons répertorié des images qui couvent notre milieu d'étude en choisissant 4 points de coordonnées géographiques et une période donnée. Enfin, nous avons sélectionner une donnée Landsat, puis passer aux résultats et choisir une image de bonne qualité avant d'effectuer le téléchargement.

    Choix de la période

    Téléchargement

    D

    Figure 4 : Procédures de téléchargement des images Landsat

    B

    C

    A

    t

    3.3.2. Les données Landsat utilisées

    Les images satellitaires Landsat des années1972, 1985, 1998, 2011 et 2024 sont utilisées pour caractériser la dynamique des tannes dans la Commune de Gandon des années 1970 aux années 2020. Le choix des années s'est basé sur le besoin d'une approche comparative de l'état des terres salées pendant les périodes en début et pleine sècheresse (1972 et 1985) et les période en début et pleine phase humide (1998 et 2011) et enfin leur état actuel tel justifie l'année de 2024. Et cela afin de mettre en évidence le rapport entre changement climatique et dynamique des terres salines.

    Tableau 2: Données d'imagerie satellitaire utilisées

    Satellite

    Capteurs

    Heure

    Date

    Résolution (m)

    Landsat 1

    MSS

    10 :57 :16

    1972-11-05

    30

    Landsat 5

    TM

    10 :57 :29

    1985-02-06

    Landsat 5

    TM

    10 :37 :36

    1998-03-23

    Landsat 5

    TM

    11 :14 :35

    2011-11-13

    Landsat 8

    OLI et TIRS

    11 :26 :09

    2024-06-09

    Source : Diouf S. Aziz, Juin 2025

    3.3.3. Caractérisation des bandes spectrales des Capteurs satellitaires

    Le capteur MSS de Landsat 1 compte 4 bandes de résolution 60 m. Sa résolution est moins précise par rapport aux capteurs de Landsat 4-5 ou 8 (Tab.3).

    Tableau 3 : Caractéristique des bandes spectrales du capteur MSS (Faye B., 2017

    Multi spectral

    Landsat

    Landsat

    Wavelength

    Résolution

    Scanner

    01-mars

    04-mai

    (Micrometers)

    (Meters)

    (MSS)

    Band 4

    Band 1

    0,5-0,6

    60

    Band 5

    Band 2

    0,6-0,7

    60

    Band 6

    Band 3

    0,7-0,8

    60

    Band 7

    Band 4

    0,8-1,1

    60

    Source : Narimène I., 2012

    Les images TM sont beaucoup plus précises que les images MSS de Landsat 1 grâce à leur résolution spatiale et au nombre de bandes plus élevé. Le capteur TM de Landsat 4-5 compte 7 bandes spectrales (tab.4).

    Tableau 4 : Caractéristique des bandes spectrales du capteur TM (Faye B., 2017)

    Bande

    Couleur

    Domaine spectrale

    Résolution (m)

    TM 1

    Bleu

    0,45-0,52

    30

    TM 2

    Vert

    0,52-0,60

    30

    TM 3

    Rouge

    0,63-0,69

    30

    TM 4

    Proche infrarouge (IR)

    0,76-0,90

    30

    TM 5

    Infrarouge de courte longueur d'onde

    1,55-1,75

    30

    TM 6

    Infrarouge thermique

    10,4-12,5

    120

    TM 7

    Infrarouge de courte longueur d'onde

    2,08-2,35

    30

    Source : Narimène I., 2012

    Landsat-8/LDCM (Landsat Data Continuity Mission) compte 11 bandes (tab.5). Les bandes 1 à 9 sont acquises par des opérations terrain Imager (OLI) et les Bandes 10/11 sont acquises par le capteur infrarouge thermique (TIRS). OLI est similaire à Landsat ETM +, toutes les bandes ont une résolution de 30 m, sauf pour ce qui est de la bande 8 (panchromatique) à résolution 15 m. TIRS acquiert deux bandes à une résolution de 100 m. 

    Tableau 5: Caractères des bandes de Landsat-8/LDCM (Landsat Data Continuity Mission)

    Bande 1 - Aérosols

    0,433 - 0,453 um

    30 m

    Bande 2 - Bleu

    0,450 - 0,515 um

    30 m

    Bande 3 - Vert

    0,525 - 0,600 um

    30 m

    Bande 4 - Rouge

    0,630 - 0,680 um

    30 m

    Bande 5 - Infrarouge proche

    0,845 - 0,885 um

    30 m

    Bande 6 - Infrarouge moyen 1

    1,560 - 1,660 um

    30 m

    Bande 7 - Infrarouge moyen 2

    2,100 - 2,300 um

    30 m

    Bande 8 - Panchromatique

    0,500 - 0,680 um

    15 m

    Bande 9 - Cirrus

    1,360 - 1,390 um

    30 m

    Bande 10 - Infrarouge moyen

    10,30 - 11,30 um

    100 m

    Bande 11 - Infrarouge moyen

    11,50 - 12,50 um

    100 m

    3.5. Traitement et analyses des données recueillies

    Pour le traitement des données, nous avons tout d'abord utilisé plusieurs logiciels et matériels, ensuite choisir des méthodes pour leur traitement et enfin expliquer la méthodologie adoptée pour chaque traitement.

    3.4.1 Matériels et Logiciels

    Les matériels et logiciels utilisés pour réaliser notre projet sont les suivants :

    ? Un ordinateur portable HP EliteBook 840 d'une capacité 1 terra Intel(R) Core (TM) i5-5300U CPU @ 2.30GHz, d'un mémoire de 8G, et d'un système d'exploitation de 64bits.

    ? ArcGIS 10.8 pour le traitement cartographique des informations géographiques ainsi que la conception de la geodatabase.

    v Q gis 3.28 Pour la réalisation de la mise en page des cartes

    ? Envi 5.3 : utilisé pour le traitement des images satellitaire Landsat

    ? Excel : utilisé pour le traitement statistique des données recueillies.

    ? Sybase Power AMC : utilisé pour modéliser notre base de données

    ? Mobile Topographer pour la prise de coordonnées géographiques des unités paysagères lors de la prospection de terrain.

    ? Microsoft Word : Pour rédiger notre projet

    ? Microsoft Power Point : pour faire la présentation du projet

    3.4.2 La modélisation des données

    Toutes les données collectées (statistiques et spatiales) ont été regroupées, ou intégrées dans une base de données relationnelle à l'aide de la méthode MERISE. C'est une méthode d'analyse et de conception des systèmes d'information développée dans les années 1970 par Hubert Tardieu. Dans le cadre de notre projet, nous allons utiliser les trois modèles (conceptuel, logique et physique) de MERISE permettant la conception d'une base de données relationnelle puis sa réalisation sur un SGBDR (système de gestion de base de données relationnelle) pour concevoir un système d'information relatif à la gestion des terres salées.

    Figure 5: Méthode Merise (Source : http://tecfaetu.unige.ch/)

    ? Le Modèle Conceptuel de Données (MCD)

    C'est la représentation la plus abstraite des données d'un système d'information, la représentation schématique des données et des liens entre elles. Les données sont représentées sous forme : d'entités, propriétés de l'entité, associations qui expliquent et précisent comment les entités sont reliées entre elles et les cardinalités qui permettent de caractériser le lien qui existe entre une entité et la relation à laquelle elle est reliée.

    Figure 6: Schéma d'un MCD

    Figure 7: Modèle conceptuel de données

    ? Le Modèle Logique des Données (MLD)

    Le modèle logique permet de représenter les données obtenues à la transcription d'un MCD en modèle relationnel selon quelques règles :

    - Les entités deviennent des tables et chaque case d'une table prend une unique valeur dans un domaine prédéfini ;

    - Chaque propriété d'une entité devient un Attribut.

    - L'identifiant de l'entité devient la clé primaire exemple : village (entité) et id village (identifiant).

    - La clé faisant référence d'une autre table dans une autre devient la clé secondaire ou la

    clé étrangère, exemple : id_ village est la clé primaire du table village et si id_ routesmigre vers cette table, elle devient une clé étrangère.

    C'est la transformation des entités et associations sous forme de tables. Il s'agit du passage entre le Modèle Conceptuel de Donnée et l'implémentation physique de la base.

    Figure 8: Modèle logique de données

    ? Le Modèle Physique des Données (MPD)

    C'est l'implémentation logique des données organisées et intégralement gérées par le SGBD (système de gestion de base de données). C'est la dernière étape de l'analyse de Merise, un formalisme de précisiondu système de stockage employé pour un SGBD.

    Figure 9: Modèle physique de données

    3.4.3 Méthodologie appliquée au traitement des données

    3.4.3.1 Attributaires

    Les données climatiques de la station de Saint-Louis de 1991-2022, recueillies à l'ANACIM, nous ont servi de base pour caractériser le climat de la Commune de Gandon. Pour ce travail, l'analyse porte sur trois paramètres telles que la température et la pluviométrie. Le traitement statistique et la représentation graphique sont faits par l'outil Excel.

    ü La température : Pour connaitre la variabilité mensuelle de la température (en °C), nous avons calculé la moyenne inter-mensuelle minimale et la température moyenne inter-mensuelle maximale puis en déduire la température moyenne inter-mensuelle de 1991 à 2022. Les résultats sont ensuite représentés dans une courbe d'évolution dont les températures en °C sur l'axe des ordonnées et le temps (les années) sur l'axe des abscisses pour suivre la variabilité interannuelle de la température de 1991 à 2022.

    ü La pluviométrie s'exprime en millimètre (mm). Nous avons cherché les cumuls inter-mensuels et interannuels pour déterminer la variabilité pluviométrique mensuelle, caractérisé l'hivernage ainsi qu'analyser la variabilité interannuelle de la pluviométrie de 1991-2022.

    L'indice de Précipitations Standardisé (IPS) est aussi déterminé afin de caractériser les années sèches et les années humides et d'apprécier son rapport avec la dynamique des terres salées. Les données pluviométrique de 1971 à 2022 de la station de Saint-Louis sont utilisées pour déterminer l'IPS. Il se calcule selon la formule : IPS = I = (Xi-Xm) / Si ;

    Xi = cumul de la pluie pour une année i ;

    Xm = moyenne annuelle des pluies sur la période 1971-2022 ;

    Si = écart type des cumuls annuels sur la même période.

    Calcul sur Excel:

    Les valeurs du IPS sont appreciés selon le tableau d'interpretation de Mckee el al. en 1993.

    Tableau 6: Classes degrés de la sécheresse par rapport à la valeur du IPS (McKee et al., 1993)

    2,0 et plus

    1,5 à 1,99

    1,0 à 1,49

    -0,99 à 0,99

    -1,0 à -1,49

    1,5 à -1,99

    -2 et moins

    Extrêmement humide

    Très humide

    Modérément humide

    Proche de la normale

    Modérément sec

    Très sec

    Extrêmement sec

    3.4.3.2 Les données physico-chimiques

    Les données physico-chimiques des sol sont issues de ISRIC. Elles sont sous forme raster et renferment une paramètre chimique telle quela conductivité électrique (CE) et une paramètre physique à savoir la texture du sol. Elles sont obtenues en horizons différentes : de 0 à 5 cm et de 5 à 15 cm. Le traitement de ces images est fait à l'aide du logiciel Arc gis 10.8 et Excel. Après avoir ajouté l'image dans l'espace du travail du logiciel, nous avons d'abord extraire notre milieu d'étude en passant par `Data menegament tools', raster puis raster to prossessing et enfin par `clip'. Ensuite, nous avons vectorisé les images découpées pour chaque paramètre (raster to polygon) afin de les reclassifier `Field Calcutor' et calculer les superficies occupées (Calcutate Geometry) pour chaque classe. L'outil Excel nous a permis de traitement graphiquement les pourcentages des classes en termes de superficies. La reclassification des images se base sur les valeurs ci-dessous :

    ? La Conductivité Electrique (CE) :

    la reclassification des valeurs de la conductivité électrique de l'mage s'est basée sur le tableau d'interprétation de la CE de la FAO.

    Tableau 7 : Appréciation de la salinité du sol selon la conductivité électrique selon la FAO

    CE en dS/m

    EC < 4

    4 > EC < 8

    8 > EC < 16

    EC > 16

    Degré de salinité

    Non salin

    Légèrement salin

    Modérément salin

    Hautement salin

    Source : FAO (2024)

    ? La Texture des sols

    Concernant la texture, chaque classe ou faciès dans l'image est codée avec un chiffre dont leur significations dans un fichier Word téléchargé avec l'image.

    Ces traitements physico-chimiques permettent de caractériser le degré de salinité (CE) et la texture (facies) des sols de la Commune de Gandon dans les horizons 0-5 et 5-15 cm.

    3.4.3.3 Traitement des images satellitaires

    L'analyse des images satellitaires nécessite l'identification des différentes unités qui se trouvent dans l'image. La reconnaissance des cibles est la clé de l'interprétation et de l'extraction de l'information. En plus, des vérification numériques de validation sont effectuées afin s'assurer un échantillonnage excellent et un classement rigoureux (indice de Kappa et matrice de confusion). L'interprétation des images a fait recours à divers procédés, dont le prétraitement et le traitement numérique.

    Dynamique des terres salées de 1972 à 2024

    Calcul des statistiques des unités en ha

    Images satellitairesLandsat

    ENVI 5.3

    Combinaison des bandes

    Corrections radiométriques

    Extraction du milieu d'étude

    Vectorisation des unités

    Reclassification des unités

    ArcGIS 10.8

    Agrégation des unités

    Habillage des cartes

    Sélection de la couche des terres salées

    Export de la couche des terres salées

    1972

    1985

    2011

    2024

    Dynamique des unités de paysages de 1972 à 2024

    Classification Supervisée

    1998

    Images satellitaires Landsat

     

     

    QGis 3.2

    Figure 10 : Organigramme de l'étude de la dynamique des terres salées, Diouf S. Aziz, Juin 2025

    ? Le prétraitement

    Le prétraitement constitue toutes les opérations qui sont indispensables avant l'analyse des images. Les opérations de prétraitement faites dans ce document sont la combinaison des bandes, les corrections radiométriques, l'extraction du milieu d'étude et la composition colorée des bandes spectrales.

    - Combinaison des bandes

    Cette étape consiste à construire un fichier qui regroupe toutes les bandes ajoutées (métadonnée) en remplaçant `Landsat' par `L1' dans le fichier texte MTL afin de pouvoir l'utiliser dans ENVI. Pour Landsat 8, en plus de cette correction, il faut supprimer les caractéristiques du groupe `Level 1' pour son intégration dans le logiciel. Ce fichier est ajouté dans ENVI et utilisé pour le traitement.

    Ouvrir

    Remplacer

    Figure 11 : Procédures de la combinaison des Bandes

    Enregistrer (ctrl+s)

    - L'extraction du milieu d'étude

    L'extraction du milieu d'étude sur une palette entière consiste à découper la partie qui concerne uniquement l'espace d'étude. Cet exercice est effectué à l'aide de la limite du milieu d'étude sous format polygone correspondant à la limite administrative de la Commune de Gandon issue de l'ANAT.Procedures :

    Clic

    B

    Figure 12 : A et B : Procédures d'ajout de la métadonnée (image regroupée)

    A&& :

    Figure 13 : C, D et E : Procédures d'ajout de la limite du milieu d'étude

    C

    D

    E

    Figure 14 : F et G : Procédures de découpage de l'image dans notre milieu d'étude ; H : l'Extraction

    H

    F

    G

    - Les correction radiometriques

    Les corrections effectuées dans ce travail sont la correction atmospherique consite àcorriger les effets de l'atmosphère (absorption et diffusion du rayonnement) qui modifient la quantité de lumière atteignant le capteur.Et la calibration radiométrique est un processus qui permet de transformer les valeurs numériques (numéros de pixel ou DN) enregistrées par un capteur en valeurs physiques, telles que la réflectance ou le rayonnement, dans une échelle absolue. En d'autres termes, elle assure que les données d'image sont précises et fiables, en tenant compte des variations instrumentales et atmosphériques

    - La composition colorée des bandes spectrales

    Le principe des compositions colorées consiste à affecter les trois couleurs primaires (Rouge, Vert, Bleu) aux trois bandes spectrales de l'image. Dans cette étude où nous voulons mettre en évidence l'évolution des terres salées, la composition colorée utilisée et qui semble être la mieux adaptée pour l'étude est la composition colorée 543 (Landsat 8), 432 (Landsat 5) et 421 pour Landsat 1. Schematiquement nous avons : 5 R, 4 V, 3 B pour OLI ; 4 R, 3 V, 2 B pour TM ; 4 R, 2 V, 1 B pour MSS. L'eau apparaît en bleu, la végétation en rouge vif et plus terme, les terres cultivables en rouge-rosé et les terres salées quant à elles apparaissent dans des teintes qui vont du blanc au gris.

    Tableau 8: Grille d'identification et d'interprétation des principaux types d'unités

    Image

    Couleurs

    Types d'unités

    Landsat

    (Rouge)

    (Vert)

    (Bleu)

    Eau

    Végétation

    Terres cultivables

    Terres salées

    OLI/TIRS

    5

    4

    3

    Bleu foncé (eau profonde ou peu turbide)

    Bleu-vert (faible profondeur ou forte turbidité)

    Vert vif (foret) Vert plus terne (mangrove)

    Rouge-rogé

    Blanc

    gris

    Bandes

    TM

    4

    3

    2

    Vert vif (foret) Vert plus terne (mangrove)

    Rouge-rogé

    Blanc

    gris

    Bandes

    MSS

    4

    2

    1

    Vert vif (foret) Vert plus terne (mangrove)

    Rouge-rogé

    Blanc

    gris

    Bandes

    - Definition des classes thematiques

    L'objectif de notre classification est de mettre en exergue la dynamique de la superficie des terres salées de 1971 à 2010. C'est pourquoi les différentes unités telles que le couvert vegetal et arbustif, les prairies et la mangove, les tannes herbus et nus, les reseaux hydrographique, que le bati ainsi que les champs et autres sols nus non salés sont regroupées en quatres (4) classes : la vegetation, les terres cultivables, les terres salées et l'eau. La vegetation regroupe toutes les formations vegetales, les terres salées les tannes herbus et nus, les terres cultivables renferment le bati, les champs et sols nus non salés et enfin l'eau regroupes toutes les eaux surfaciques (Tableau).

    Tableau 9: Les classes thématiques retenues pour l'étude

    Unités d'occupation du sol

    Classes thématiques

    Végétation aquatique

    Végétation

    Végétation continentale

    Réseau hydrographique

    Eau

    Mares

    Tanne nu

    Terre salée

    Tanne herbu

    Champs de culture

    Terres cultivables

    L'habitat

    Terre salée

    Terre cultivable

    Terre cultivable

    Landsat 8

    Landsat 1

    Landsat 5

    Eau

    Végétation

    Terre salée

    Figure 15 : Classe thématique et Pixel correspondant

    ? La classification

    La classification des images est faite selon la classification supervisée, c'est-à-dire celle basée sur la reconnaissance des différents pixels qui se trouvent dans l'image et classer selon les unités. Elles s'agissent l'eau, les terres salées, la végétation et les terres cultivables. La classification consiste tout simplement à assigner un de ces 4 unités à chacun des pixels de l'image. Apres avoir ajouter des `ROI' et d'échantillons pour chacune des 4 thèmes, l'extension Maximum Likelihood Classification est utilisée pour classifier les échantillons de pixels numérisés. La sélection de ces informations est fondée sur une connaissance du milieu grâce à un déplacement sur le terrain octobre 2024, le grilles d'identification des unité (Tabl.9) et les données d'occupation du sol du CSE sur la site https://www.geosenegal.gouv.sn/-base-de-donnees-geographiques-.html(Carte3).

    Echantillon Eau

    Figure 16 : Méthode de la classification supervisée

    ? Validation de la classification

    La validation des résultats obtenus par la classification supervisée s'est faite par détermination des matrices de confusion et du calcul des coefficients Kappa.

    La matrice de confusion doit présenter un tableau croisé des classes réalisées (y compris des pixels non classés) et le pourcentage effectif des pixels bien, mal classés ou non classés. Chaque colonne de la matrice représente le nombre d'occurrences d'une classe estimée, tandis que chaque ligne représente le nombre d'occurrences d'une classe réelle (ou de référence). Dans l'idéal nous devons trouver une diagonale de 100%, c'est-à-dire que tous les pixels doivent être effectivement classés dans leur thème d'origineet uniquement. En dessous de 95 %, nous estimons que la classification n'est pas bonne.

    - L'indice de Kappa évalue dans la matrice de confusion l'accord entre les résultats obtenus et la vérité surterrain. Il s'étend de 0 à 1 et se divise en cinq catégories : Excellent quand sa valeur = 0,81 ; bon compris entre 0,80 = Kappa = 0,61 ; modéré entre 0,60 et 0,21 ; mauvais comprise entre 0,20 et 0,0 et très mauvais <à 0,0 (Tchibozo E. A. et Toundoh O. P., 2014 in Faye B., 2017).

    Figure 17 : Valeurs del'Indice de Kappa et Matrice de confusion de Landsat 8

    La figure 17 révèle une excellente classification car l'Indice de kappa est supérieur 81, tous les pixels sont classés et la précision globale est de 88,45%.

    ? La cartographie et la statistique des unités d'occupation du sol

    Après la classification, nous avons importé les images classifiées dans le logiciel ArcGis 10.8 pour faire le traitement et dans Qgis 3.2 pour l'habillage des cartes. Pour ce faire, les données sont reclassifiées et converties en format Shape à l'aide de `Raster to polygon' de l'extension Spatial Analyst qui se trouve dans le logiciel ArcGis puis les polygones regroupées en classe à l'aide de `Dissolve'. Le calcul des statistiques consiste à déterminer les valeurs des unités en hectares selon la formule garce à Geometry Calculator.

    Le taux de croissance de chaque unité est déterminé selon la formule :

    SAa= Superficie de l'année d'arrivée

    SAd= Superficie de l'année de départ

    Apres ces calculs, les images sont ajoutées dans Qgis pour afin procéder à l'habillage des différentes cartes.

    ? La détection des changements

    Les vecteurs issus de la classification sont combinés deux à deux pour obtenir une matrice de changement. Les valeurs de la matrice de changement proviennent de la superposition des deux cartes grâce au logiciel ArcGIS à partir de Intersect, résumées par suite dans un tableau grâce à Excel. Les colonnes de la matrice représentent la superficie de chaque classe de l'année d'arrivée alors que les lignes représentent celle de l'année de départ. Les cellules de la matrice contiennent la valeur d'une variable ayant passé d'une classe initiale à une classe finale pendant la période allant de l'année 0 à l'année 1. Les séquences 1972-1998, 1998-2024 et 1972-2024 sont choisies pour ce travail et cela met en lumière trois catégories de changements spatio-temporels :

    - stabilité : se rapporte à l'ensemble des classes qui sont restées dans la même classe entre les deux dates de l'étude, c'est-à-dire n'ayant été affectées ni par les modifications, ni par les conversions.

    - modification : le mode d'occupation de l'espace a changé d'une classe à l'autre, mais en restant dans la même catégorie (exemple : terres cultivables qui deviennent terres salées).

    - conversion : le mode d'occupation de l'espace d'une classe passé à une autre classe dans une catégorie différente (exemple : végétation qui devient terres salées).

    3.4.3.4 La cartographie des terres salées

    Les images vecteurs issues de la classification sont utilisées pour cartographier uniquement les terres salines d'une part et de suivre d'une autre part la dynamique.

    Pour leur cartographie, la couche des terres salées est sélectionnée et exportée pour chaque image. Puis les Shapes `terre salée' des différentes images des années regroupés dans une seule carte sert de leur cinématique. Leur surface en hectare (ha) présentée graphiquement grâce à Excel.

    Le suivi de la dynamique des terres salines porte sur la séquence 1972-2024. Le traitement met en en lumière trois (3) catégories de terres salées : les terres salées constantes (non changée entre la période), les terres salées disparues et celles apparues entre 1972 et 2024. En effet, les couches des terres salées de ces deux années (1972 et 2024) sont sélectionnées et exportées à l'aide de ArcGis 10.8. Puis leur intersection avec l'outil Intersect dont le résultat constitut les terres salées constantes. Pour ressortir les terres salées disparues, la couche de celle de 1972 est écrasée des terres salées constantes et celle de 2024 pour les terres salines apparues.

    Terre salée constante (Tc) : Intersect Ad+Aa 

    Terre disparue (Td) : Terre salée Ad - Tc 

    Terre apparue (Ta) : Terre salée Aa - Tc

    Ce traitement résume comme suite :

    Aa =

    Année d'arrivée

    Ad =

    Année de départ

    Tc =

    constante de la période

    3.4.3.5 Calcul de l'Indice de Salinité par Difference Normalisée (NDSI)

    Pour détecter la salinité à la surface du sol, nous allons calculer un certain nombre d'indices mathématiques sur les images satellitaires. Ces indices résultent de la combinaison de plusieurs bandes de même spectre et qui ont été développés par Abbas et Khan en 2007. Ils sont fondés sur l'hypothèse que cette transformation rendrait l'information demandée de salinité plus proéminente tout en supprimant les effets d'autres utilisation et occupation des sols (Abbas et al., 2013).L'indice utilisé dans le cadre de cette étude est celle de salinité par différence normalisée (NDSI). Ilest appliqué sur les images de Landsat 8.Il exploite essentiellement la différence de réponse spectrale de la végétation et des sols dans la bande rouge ® qui est liée à l'absorption de la lumière par la chlorophylle et la bande proche infrarouge (PIR) qui est liée à la densité de la végétation verte. Cet indice permet de différencier les zones de salinité, il est calculé par le PIR et le Rougesous la formuleNDSI : (RED-PIR) / RED+PIR).

    Landsat 8 : NDSI = (B4 - B5) / (B4 + B5)

    Avec B4 la bande Rouge et B5 la bande Proche Infrarouge.

    Les valeurs obtenus sont des nombres réels allant de -1 à 1.

    3.4.3.6 Cartographie des zonesaffectées par la dynamique saline

    Il s'agit de l'identification et de l'estimation des zones vulnérables face aux terres salines.

    ? Méthodologie de classification des zones vulnérables par analyse de proximité

    La répartition de la population en 2023, la distribution des terres salées constante et apparue en 2024 sont combinées afin de cartographier la population touchée par la dynamique des terres salées. A partir de la sélection par emplacement `select by location' par rapport aux terres salées, nous avons ressortir cinq (5) catégories de populations de la plus affectée à la moins touchée.

    Tableau 10: Classification de la population selon le degré d'exposition aux terres salines

    Catégories populations

    Emplacement/Terres salées

    Durée séjour dans terres salées

    Population extrêmement affectée

    Intérieur des tannes constantes

    52 ans

    Population affectée

    Intérieur des tannes apparues

    -30 ans

    Population à risque forte

    A 50 m des tannes récentes

    0

    Population à risque faible

    A 100 m des tannes récentes

    0

    Population sans risque

    A plus 100 m des tannes récentes

    0

    Source : Diouf S. Aziz, Juin 2025

    ? Méthodologie de classification des zones vulnérables par analyse multicritère

    La cartographie des zones exposées à la dynamique des terres salines a été obtenue par le processus d'analyse hiérarchique (AHP). En effet, il s'agit d'une analyse multicritère basée sur la pondération des facteurs contribuant aux risques de la salinisation (pluviométrie, topographie, le sol, texture, etc.). La méthode d'analyse hiérarchique multicritère (AHP) développée par le mathématicien Thomas Saaty (1977) est utilisée pour cartographier la vulnérabilité liée aux terres salées dans la Commune de Gandon. Sa méthode repose sur certains principes dont la structuration hiérarchique selon les classes, les critères et poids définis, la structuration des priorités selon les sous critères, les rangs et la cohérence logique selon l'indice de cohérence (IC) et le ratio de cohérence (RC) de la matrice de comparaison par paire. Elle consiste à comparer les critères deux à deux en termes d'importance relative par rapport à l'objectif défini sur la base d'une échelle de pondération. Cette échelle d'évaluation mesurant l'importance d'un élément sur un autre.

    Tableau 11 : Echelle de pondération des couches

    Comparaison d'un critère par rapport à un autre

    Intensité de l'importance

    Même importance que

    1

    Modérément plus important que

    3

    Fortement plus important que

    5

    Très fortement plus important que

    7

    Extrêmement plus important que

    9

    Modérément moins important que

    1/3

    Fortement moins important que

    1/5

    Très fortement moins important que

    1/7

    Extrêmement moins important que

    1/9

    Il convient d'abord de définir les facteurs relatifs à l'extension des terres salées qui constituent en effet les critères à prendre en considération. Les critères choisis sont : la pluviométrie, la topographie, le pente, les types de sol, la texture, les tannes, la densité de la population et le réseau hydrographique. En fonction de l'échelle numérique, les facteurs cités ci-dessus sont pondérés par comparaison binaire.

    Tableau 12 : Matrice de pondération des facteurs selon l'échelle de Saaty (1977)

    Facteurs

    P(mm)

    Réseau Hydrographie

    Texture

    Sol

    Topographie

    Pente

    Densité population

    Pmm

    1

    1

    3

    3

    5

    7

    9

    Réseau Hydrographie

    1

    1

    3

    3

    5

    5

    7

    Texture

    1/3

    1/3

    1

    3

    5

    7

    7

    Sol

    1/3

    1/3

    1/3

    1

    3

    3

    5

    Topographie

    1/5

    1/5

    1/5

    1/3

    1

    3

    5

    Pente

    1/7

    1/5

    1/7

    1/3

    1/3

    1

    3

    Densité population

    1/9

    1/7

    1/7

    1/5

    1/5

    1/3

    1

    Le tableau ci-dessus nous a permis de définir les vecteurs propres pour chaque facteur. Par la suite, le total des lignes pour chaque facteur est calculé ainsi que la somme totale des lignes avant de calculer les poids selon la formule: Poids du critère = Total ligne facteur / Somme des lignes.

    Tableau 13: Calcul du poids relatifs aux différents facteurs après comparaison deux à deux.

    Facteurs

    P(mm)

    Réseau Hydrographie

    Texture

    Sol

    Topographie

    Pente

    Densité population

    Total Ligne

    Poids

    Poids %

    Pmm

    1

    1

    3

    3

    5

    7

    9

    29,00

    0,27

    27

    Réseau Hydrographie

    1

    1

    3

    3

    5

    5

    7

    25,00

    0,23

    23

    Texture

    1/3

    1/3

    1

    3

    5

    7

    7

    23,67

    0,22

    22

    Sol

    1/3

    1/3

    1/3

    1

    3

    3

    5

    13,00

    0,12

    12

    Topographie

    1/5

    1/5

    1/5

    1/3

    1

    3

    5

    9,93

    0,09

    9

    Pente

    1/7

    1/5

    1/7

    1/3

    1/3

    1

    3

    5,15

    0,05

    5

    Densité population

    1/9

    1/7

    1/7

    1/5

    1/5

    1/3

    1

    2,13

    0,02

    2

    Total

     

    107,88

    1,00

    100

    L'utilisation d'un SIG permet de spatialiser la pondération de ces facteurs afin de cartographier les zones vulnérables. Les facteurs convertis en format raster sont reclassifier. Ensuite des indices statistiques ont été obtenue suite à la combinaison de ces différents facteurs effectués avec l'outil "Overlay_Weighted Overlay" du logiciel ArcGIS en attribuant chaque facteur son poids en %.

    Figure 18 : Traitement par AHP dans Arcgis

    Ce traitement multiple permet d'obtenir des intervalles d'indices auxquels des classes de vulnérabilité sont attribuées. Les résultats de l'analyse d'exposition aux terres salées obtenue par l'AHP mettent en avant 4 classes hiérarchiques de susceptibilité (très faible, faible, fort, très fort) sur les facteurs contribuant aux risques d'atteintes par la salinité.Le résultat est enfin converti en vecteur afin de calculer la part de chaque classe en ha et sa représentation sous forme graphique.

    DonnéesDémographiquesClimatiques

    Images Satellitaire Landsat

    Base de Données Spatiale

    Localisation/Pédologie/Occupation sol

    Correction, Calcul d'indices, classification

    BV, Relief, Pente

    Reclassification

    QGIS

    ArcGIS

    Validation

    ArcGIS

    CE/pH/Texture (ISRIC)

    Données vectorielles

    Excel, ArcGIS

    ArcGIS

    ENVI

    Image SRTM MNT

    Calcul statistique

    QGIS, Excel

    ENVI

    Classes thématiques

    MCD, MLD, MPD

    Analyse et visualisation

    Cartes

    Graphiques

    Figure 19 :Schéma méthodologique

    Chapitre 4 : Analyse et interprétation des résultats

    Il s'agit de l'analyse et de l'interprétation des résultats de la variation spatiale de la salinité des sols, que ceux des unités d'occupation du sol, de la dynamique des terres salées ainsi que de l'évaluation de la vulnérabilité paysanne à la dynamique des terres salines.

    4.1. Variation du degré de salinité des sols

    Il s'agit de l'analyse de la répartition en surface et en profondeur de la salinité à partir de la conductivité électrique (CE) de sol mais aussi de l'indice de salinité normalisé.

    4.1.1 Distribution horizontale de l'indice de la salinité normalisé (NDSI)

    L'indice différentiel de salinité normalisé est obtenu à partir de la combinaison des bandes 4 et 5 de Landsat 8 afin de ressortir la variation horizontale de la salinité de notre milieu d'étude. La carte 6 monte que le degré de salinité diminue du fleuve vers l'interland. Le fleuve et ses bordures ont une salinité très forte contrairement aux dunes de l'intérieur où la salinité est très faible voire nulle. Cette distribution du degré de salinité se perçois plus nettement sur la carte 6. En effet, 23920 ha de la Commune de Gandon ont une salinité faible, 11022 ha une salinité forte et 1632 ha se voient par une salinité très forte. Seules -4000 ha sur 40322 ha ont une salinité très faible voire nulle.

    Figure 20 :Degré de salinité des terres du milieu d'étude en hectare (ha), Diouf S. Aziz, Juin 2025

    Carte 6 : Distribution horizontale de la salinité des sols (NDSI

    4.1.2 Distribution verticale du degré de la salinité des sol (CE)

    La conductivité électrique mesure le degré de salinité d'un sol. Les données du ISRIC sont utilisées dans ce projet pour évalue la salinité des sols dans les horizons 0-5 cm et 5-15 cm. Cette analyse révèle que les sols sont non salés à hautement salés avec une CE de 1,5 à 149 dS/m. Par contre, la salinité est ascendante, diminue de la surface (0-5cm) vers la profondeur (5-15cm). L'horizon 1 est prédominé par des sols modérément salés (36%) et hautement salés (50,96%). Et le second par la prédominance des sols légèrement salés (30,22%) et hautement salés (50,43%). Cette salinité plus forte en surface peut-être liée à la texture du sol dominée par du limon-argileux et sableux dans ce niveau (Planche cart.3). Ces faciès ne facilitent pas l'infiltration, le lessivage du sol. Cela favorise le maintien des cristaux de sels en surface, accentué souvent par l'évaporation.

    Figure 21 :Superficie (%) de la conductivité électriques des sols selon les horizons

    Planche cartographique 3 : Distribution verticale de la conductivité électrique (CE) des sols

    Dans l'ensemble, l'analyse de la variation de la salinité des sols de la Commune de Gandon révèle des sols hautement salins à non salins. Toutefois, ces indicateurs varient de la surfaces vers la profondeur mais aussi de la berge vers l'interland. Le degré de salinité diminue du fleuve vers la dune et de la surface vers la profondeur (Carte 2&5) et cela modifie l'état naturel des unités d'occupation du sol dans le milieu d'étude.

    4.2. Evolution spatio-temporelle des unités d'occupation du sol

    Il s'agit de l'analyse diachronique par télédétection des unités d'occupation du sol de la Commune de Gandon à partir d'images satellitaires Landsat des années 1972 à 2024 et des matrices de changement afin d'appréhender l'influence des tannes sur les autres unités de paysage.

    4.2.1 Dynamique des unités d'occupation du sol

    L'analyse de la dynamique unités paysagères porte sur les années 1972, 1985, 1998, 2011 et 2024.

    Tableau 14 : Superficie (ha) et (%) des unités d'occupation du sol entre 1972 et 2024

    Classe d'occupation sol

    1972

    1985

    1998

    2011

    2024

    ha

    (%)

    ha

    (%)

    ha

    (%)

    ha

    (%)

    ha

    (%)

    Eau

    1588

    4

    2197

    5

    1688

    4

    2601

    6

    1639

    4

    Terres Cultivables

    18960

    47

    18064

    45

    19828

    49

    17446

    43

    17203

    42

    Terres Salées

    13874

    34

    16664

    41

    14151

    35

    12143

    30

    12740

    35

    Végétation

    5900

    15

    3396

    8

    4655

    12

    8132

    20

    8740

    19

    Total

    40322

    100

    40322

    100

    40322

    100

    40322

    100

    40322

    100

    La situation de 1972 à 2024 résume l'évolution des unités d'occupation du sol entre 1972 et 2024. Au cours de ces 52 années, les terres cultivables restent l'unité la plus importante suivies des terres salées. Par contre, elles voient leur superficie régressée depuis 2011 à la même période où celle des terres salée progresse. La végétation qui occupe la troisième place connait un essor de sa superficie depuis 1998, quant à l'eau, sa superficie diminue depuis 2011. Les taux de croissance illustrent ainsi une dynamique positive de l'eau (3,22%) et de la végétation (48,15%) et négative des terres cultivables (-9,27%) et des tannes (-8,17%) entre 1972 et 2024 (Fig.26).

    Unité

    Tc

    (%)

    1 =

    3,22

    2 =

    -9,27

    3 =

    -8,17

    4 =

    48,15

    Figure 22 : Superficie en hectare (ha) des unités paysagères entre 1972 et 2024,Diouf S. Aziz2025

    Planche cartographique 4 : Situation des unités d'occupation du sol entre 1972 e 2024

    En somme, les unités d'occupation du sol dans la Commune de Gandon ont toutes connu leur surface évoluée entre 1972 et 2024. Cette évolution se manifeste par une avancée du couvert végétal et de l'eau et un recul des terres cultivable et salée. Toutefois, depuis cette dernière décennie, les terres salées ont une dynamique à tendance positive et peut-être au détriment des terres cultivables ou de la végétation d'où l'intérêt de l'analyse des matrices de changement qui détaillent les transformations entre unités.

    4.2.2 Changement spatio-temporel des unités entre 1972 et 2024

    Les changements spatio-temporels se traduisent par des modifications (terre culture enterres salée exemple), des conversions (végétation en eau par exemple) et des stabilités (surface constante). L'analyse s'est focalisée sur les changements qui sont intervenus dans la dynamique spatio-temporelle des terres salées au cours de la séquence1972-2024.

    ? Séquence 1972-2024

    La matrice 1972-2024 se particularise par la réduction des terres salées. elles ont connu une perte de 1178 ha au bénéfices de la végétation et de l'espace cultivable. 2718 ha transformés en végétation, 3472 ha de terres salées modifiés en terres cultivables. Ces dernières ont connu une conversion de 2473 ha en végétation et une modification de 3096 ha en tannes. Toutefois, elles se singularisent par une stabilité très marquante (13351 ha) en 52 ans.

    TC :Terres cultivables

    TS :Terres salées

    EA :Eau

    VG :Végétation

    Surface (ha)

    3000

    5000

    100

    1000

    2000

    Figure 23 :Transformation des unités d'occupation du sol de 1972 à 2024,Diouf S. Aziz, Juin 2025

    Dans l'ensemble, les matrices de changement sont marquées par la hausse de la superficie du couvert végétal au détriment des tannes et des terres cultivables même si ces deux unités restent les plus importantes. Toutefois, elles révèlent de modifications significatives dans les terres cultivable et salée. Le comportement de cette dernière est à énumérer dans la partie suivante.

    4.3. Approche géomatique de l'analyse de la dynamique des terres salées

    Il s'agit dans cette partie de l'analyse de la dynamique des terres salées, les facteursd'origines et ses impacts environnemento-socio-économiques dans la Commune de Gandon entre 1972 et 2024.

    4.3.1 Facteurs de la dynamique des terres salées

    Les facteurs qui commandent la dynamique de terres salées peuvent êtres d'ordres naturels et anthropiques. Nous retenons le climat, la texture et la topographie et les pratiques agricoles.

    ? La variation pluviométrique

    Le changement climatique, notamment les fluctuations pluviométrique, constitue le facteur principal de la dynamique des terres salées dans la Commune de Gandon. Et cela se voit par les valeurs du IPS en corrélation avec celles de l'évolution des unités d'occupation du sol. L'analyse de cette indicateur monte quele milieu est dominé par une longue période sèche allant de 1971 à 1997 suivie d'une phase humide de 1998 à 2022. En effet, de 1971 à 2022 (51 années), la Commune de Gandon a connu 28 années de sècheresse contre 23 années humides. L'année 1971 constitue le début de la sécheresseoù les terres salées représentent les 34% de la surface des unités (Tab.12). Après plus d'une dizaine années desécheresses, (1985 milieu de cette phase), les terres salines se retrouvent à41% soit une hause de 7% (Tab.12) avant de diminuer jusqu'à 35% en 1998, le début la période humide 1998-2022, puis à 30% en 2011 après l'année de 2010 (extrêmement humide)et13 annéesd'humidité (Fig. 23). Par contre, elles ont connu une légère hausse de 1% en 2024 due essentiellement à la petite phase sèche notée de 2014à 2019. Cela justifie que la dynamique des terres salées est tributaire à la variabilité pluviométrique.

    Figure 24: Indice de Précipitations Normalisé (IPS) de la station de Saint-Louis de 1971 à 2020

    ? La texture du sol

    La texture des sols constitue aussi un facteur qui peut influencer sur la dynamique saline. En effet, les sols en faciesargileux et limoneux ont tendance à avoir une conductivité électrique plus élevée que les sols sableux, car ils retiennent plus d'eau et de sels solubles.Ces types de sols constituent la couche la plus importante de notre milieu d'étude. Les sols est essentiellement limono-argilo-sableuse, avec prédominance de limonet d'argile, de 0 à 5 cm et de 5 à 15 cm (Fig.24).

    Figure 25 : Répartition de la surface en % de la texture des sols selon les horizons

    Ces sols en dominante limono-argileux favorisent la persistance de la salinité sur la zone racinaire mais aussi le non lessivage du sel car retiennent une quantité d'eau très élevée dans cette zone où la pluviométrique reste très précaire. De ce, la texture des sols de la Commune de Gandon constitue un facteur déterminant de l'accélération de la salinisation des terres, de leur dynamique en résumé.

    Planche cartographique 5 : Distribution verticale de la texture des sols

    ? L'ouverture de la langue de Barbarie en 2003

    L'ouverture de la brèche sur la langue de Barbarie en 2003 pour la lutte contre les inondations dans la ville de Saint-Louis a des effets directs sur la morpho dynamique des unités du milieu. Cette brèche entraine la réduction des apports fluviaux en favorisant l'intrusion de la Mer ainsi que l'avancée de la langue salée.Et cela accélère la salinisation des terres dans les régions du Delta.

    ? Les pratiques agricoles

    Les pratiques agricoles peuvent favoriser la régression des terres salées comme les techniques de paillage, de la jachère ou l'utilisation de matières organiques. Ces techniques agricoles peuvent améliorer la structure du sol et réduire la salinité dans les premiers horizons. Par contre, certaines pratiques agricoles à savoir l'application excessive d'engrais, la mauvaise gestion de l'irrigation ou une eau d'irrigation salée et le manque de drainage peuvent contribuer à l'augmentation de la salinité des sols.D'autres facteurs contribuent à la dynamiques des terres salées dans notre milieu (barrage de Diama), l'intrusion marine, la topographie, le déboisement et l'exploitation du sel.

    4.3.2 Caractérisation de la dynamique de terres salines de 1972 à 2024

    Il s'agit de la cinématique et de l'analyse de la dynamique des terres salées dans le milieu d'étude.

    ? Détection des terres salées de 1972 à 2024

    La cinématique des terres salines révèle leur prédominance en 1985 avec 16663,5 ha soit un taux de 23,97% des tannes totales. Ce pic enregistré en 1985 se justifie par la récurrence de la sécheresse1970 à 1997. Ces tannes ont connu une régression en 1998 de -3,62% et continue en 2011 avec 12139,9 ha (17,46%). Toutefois, les terres salines ont connu un redressement en 2024 de plus de 500 ha contre 2011. Cette situation progressive des tannes depuis 2011 monte que leur dynamique actuelle est à tendance extensive dans la Commune de Gandon.

    Figure 26 : Superficie des terres salées en pourcentage (%) entre 1972 et 2024

    La figure ci-dessus résume les taux de la superficie des tannes 1972, 1985, 1998, 2011 et 2024.

    Tableau 15: Superficie en hectare (ha) des terres salines entre 1972 et 2024

    Années

    1972

    1985

    1998

    2011

    2024

    Moyenne

    Superficie(ha)

    13874,1

    16663,5

    14150,6

    12139,9

    12693,9

    13904,4

    Le tableau ci-dessus résume la superficie qu'occupe les terrains salées par rapport à la superficie totale de la Commune de Gandon en ha (40322 ha) entre 1972 et 2024.

    Carte 7 : Cinématique de terres salines entre 1972 et 2024

    ? Dynamique de terres salines de 1972 à 2024

    Le suivi de la dynamique de terres salines met en exergue leur tendance (recul ou avancée) mais aussi permet de localiser avec exactitude les terres salées disparues, celles apparues et les terres salées constantes entre 1972 à 2024. Au cours d'une période de 52 années de suivi, les terres salines ont connu une dynamique à tendance négative (-1160,17 ha). Cela s'explique par ses 6253,70 ha disparues contre seulement 5073,53 ha apparues en 2024. La terres salées constantes ou stables, représentent 7620,36 ha entre 1972 et 2024 Entre 1972 et 2024, les tannes ont donc perdu 33% de leur superficie contre 27% de gain et 40% de superficie stable. Soit une chute de 6% en 52 années.

    Figure 27 : Superficie des catégories de terres salées en pourcentage de 1972 à 2024

    Néanmoins, depuis 2011, les tannes ont une tendance extensive. Elles évoluent de l'amont vers l'aval, c'est-à-dire du jeri vers le milieu insulaire (l'embouchure du Delta du Fleuve Sénégal). Cela se voit plus nettement par la carte 15 où les tannes disparues se situent dans la partie Est, celles constantes au milieu et les tannes apparues dans la partie ouest de la commune de Gandon.

    Carte 8 : Distribution spatiale de la dynamique des tannes dans le milieu entre 1972 et 2024

    Dans l'ensemble, les terres salées ont connu une dynamique régressives de 1972 à 2024 avec une perte de 34 % de leur superficie contre un gain de 27 % en 2024. Les 40 % de leur surface n'ont pas subi de changements durant ces 52 dernières années. Malgré, cette régression, leur comportement actuel à tendance à avancer depuis 2011 et cela peut entrainer de lourds dégâts.

    4.2.3 Catastrophes susceptibles liées à la dynamique des terres salées

    Plusieurs impacts négatifs peuvent être liés à la dynamiques des terres salées dans le milieu. Nous pouvons retenir entre autres ceux énumérés dans le schéma ci-dessous.

    Reduction croissance

    Dégradation structurale

    Imperméabilisation

    Infertilité do sol

    Stress osmotique

    Augmentation densité apparente

    Sur le sol

    Mort de plantes

    Sur la végétation

    Manque d'eau propre

    Toxicité ionique

    Mort de bétails

    Rareté de nourriture

    Extension des terres salées

    Reduction productivité

    Sur l'élevage

    Infertilité du sol / Perte de terres arables

    Disparition biomasse

    Abadon de l'agriculture

    Impropre à la consommation

    Modification chimique

    Baisse rendements Incultivable du sol

    Sur l'agriculture

    Alteration de la qualité

    Sur l'eau potable

    Alteration du goût

    Déshydratation/ Flétrissement de la culture

    Surla société

    Migration forcée

    Insécurité alimentaire

    conflits ressources

    Essor de la pauvreté

    Problèmes de santé

    Figure 28 : Catastrophes susceptibles d'être entrainées par la dynamique saline

    Une vie saine et durable incertaine pour les générations futures

    4.4. Approche géomatique de la caractérisation des zones vulnérablesaux terres salines

    L'identification des zones susceptibles d'être affectées par les terres salées est primordiale pour une gestion meilleure. Pour délimiter les zones exposées, deux approches ont été utilisés : l'analyse multicritère basée sur les facteurs majeurs et l'analyse de proximité sur l'emplacement de localités.

    4.4.1 Identification des populations vulnérables par approche SIG (analyse de proximité)

    En se focalisant sur l'emplacement et l'ancienneté de séjour des localités par rapport aux catégories de terres salées (Cf. Carte 15), nous avons pu ressortir les populations plus vulnérables à la dynamique des tannes. Ainsi, nous avons les localités les extrêmement touchées et les localités modérément touchées par les tannes. Ensuite, les localités à forte risque et celle à risque faible d'être affectées par les terres salées et enfin les localités qui ne courent aucun risque.

    Tableau 16 : Classification des localités selon le degré d'exposition aux terres salées

    Bop Thior

    Plus touchée

    Keur Martin

    Risque forte

    Selguire

    Risque faible

    Diama Toube

    Plus touchée

    Maka Toube

    Risque forte

    Thierigne

    Risque faible

    Gandon

    Plus touchée

    Makhana

    Risque forte

    Yamane Sogue

    Risque faible

    Ndiakhere

    Plus touchée

    Mbarar Sow

    Risque forte

    Baity Dieye

    Risque aucune

    Ndialakhar Ouolof

    Plus touchée

    Mbarigo

    Risque forte

    Gouye Toure

    Risque aucune

    Tode

    Plus touchée

    Merina Bara

    Risque forte

    Keur Madiop Bassine

    Risque aucune

    Bekhar

    Touchée

    Ndiakhip 2

    Risque forte

    Khatali 2

    Risque aucune

    Sanar Peulh

    Touchée

    Ndiaoudoune

    Risque forte

    Khelcom Diao

    Risque aucune

    Lampsar

    Touchée

    Ndiebene Toube Peulh

    Risque forte

    Minguegne Boye

    Risque aucune

    Leybar Boye

    Touchée

    Ngaye

    Risque forte

    Ndiakhip 1

    Risque aucune

    Ndiaoussir Lebou

    Touchée

    Ngaye

    Risque forte

    Ngayna Wolof

    Risque aucune

    Ndiebene Toube Wolof

    Touchée

    Thilla 1

    Risque forte

    Nguigalakh Ouolof

    Risque aucune

    Nguigalakh Peulh

    Touchée

    Iba Balla

    Risque faible

    Panket Sarr

    Risque aucune

    Rao Peulh

    Touchée

    Iba Peulh

    Risque faible

    Poundioum

    Risque aucune

    Sanar Ouolof

    Touchée

    Merina Sall

    Risque faible

    Rahmane Sall

    Risque aucune

    Boudiouck

    Risque Forte

    Ndialakhar Peulh

    Risque faible

    Sinthiou Rahmane

    Risque aucune

    Diama Thiaguel

    Risque Forte

    Ndialame Bambara

    Risque faible

    Thiar Moussa Diop

    Risque aucune

    Fass Dieye

    Risque Forte

    Rao Gare

    Risque faible

    Touba Guene

    Risque aucune

    Gobag

    Risque Forte

    Nombre de localité : a = 6 ; b = 9 ; c = 16 ; d = 9 ; e =15

     

    a) Intérieur des tannes constantes

     

    b) Intérieur des tannes récentes

     

    c) A 50 m des tannes

     

    d) A 100 m des tannes

     

    e) A plus de 100 m

    En effet, les localités extrêmement affectées par les terres salines sont au nombre de 6, occupent 7% de la population totale de la Commune et correspondent à celle qui ont séjourné pendant 52 années à l'intérieur des terres salées (1972 à 2024). Les localités touchées correspondent à celles séjournant à l'intérieur des terres salines récentes ou apparues entre 2011 et 2024 (- 20 ans), comptent 9 localités et regroupent 26534 hbts, soit 39% de la population totale. Les localités à forte risque d'être affectées sont l'ensemble des localités situées à 50 m des terres salines actuelles. Elles sont au nombre de 16 et renferment 25223 hbts en 2023 soit les 37% de la population de Gandon. A la quatrième position se voient les localités à risque faible d'atteinte par les terres salées. Ces localités qui comptent 9 et regroupent 6% de la population, représentent celles qui se situent à 100 m des terres salines actuelles. Enfin, les localités sans risque d'atteinte par les terres salées correspondent aux villages localisés à plus de 100 m des terres salines. Ces localités sont au nombre de 15 et leur population est estimée à 7694 hbts soit les 11% (Fig.33).

    Figure 29: Répartition de la Population selon le niveau de vulnérabilité à la dynamique saline

    Cette analyse de proximité (Emplacement) par rapport aux terres salines renseigne alors sur le comportement actuel de la population face à la dynamique des tannes dans la Commune de Gandon. La carte ci-dessous illustre parfaitement ces degrés de sensibilités.

    Carte 9 : Degré d'exposition des localités aux terres salines par approche SIG (proximité)

    Dans l'ensemble, 33712 hbts sur 71080 soit un taux de 47%(15 localités/55) sont affectés par les terres salées en 2024. 25223 hbts dans 16 localités, soit 35%, courent un très grand risque d'être atteints par l'extension des terres salées. Par contre, seuls 18% de la population sont sans risque.

    4.4.2 Détermination des zones vulnérables par approche analyse multicritère (AHP)

    L'identification des zones vulnérables aux terres salées (carte 10) a été faite selon l'approche multicritère de SAATY (voir méthodologie).En effet, 43% de zones de la surface totale du milieu est fortement à très fortement vulnérable à terres salées, 46% d'une vulnérabilité très faible et 11% de zones avec une très faible vulnérabilité de salinisation des terres.

    Figure :Répartition de la superficie du degré de vulnérabilité en hectare (ha)

    La figure 34 ci-dessus représente la répartition de la superficie du degré de vulnérabilité en (ha).

    Carte 10 :Degré de vulnérabilité des zones selon la méthode AHP

    La carte 10 monte que les zones le long du fleuve Sénégal sont plus exposées aux terres salées par rapport à celles à l'intérieur des terres.Nous avons les 4 classes suivantes:

    ? Une très forte vulnérabilité dans les zones bordant les cours d'eau ;

    ? Une forte vulnérabilité le long du marigot de Ngalam et au centre ;

    ? Une faible vulnérabilité du centre vers le sud du milieu ;

    ? Une très faible vulnérabilité dans les zones au Sud du milieu d'étude.

    4.4.3 Proposition d'un modèle de gestion des terres salines par apport géomatique

    Conscientisation

    Stratégie prévention

    Stratégie remédiation

    Stratégie d'adaptation

    Pour une bonne gestion des terres salées, la maitrise de leur dynamique, les facteurs liés et l'identification des zones vulnérables sont primordiales. Ces critères combinées nous ont permis d'établir cette proposition pour une gestion équitable et durable de l'extension des terres salines.

    Sans risque

    Peu affectées

    A risque

    Extrêmement affectées

    A l'intérieur

    A l'intérieur

    Loin

    Proche

    Terres salées apparues&constante

    Terres salées apparues

    Terres salées Constante

    Emplacement

    Zones/ Populations

    Sens

    Catégories

    Tendance

    Vulnérabilité population

    Dynamique terres salées

    Maîtrisedes terres salées

    Figure 30 : Model de gestion des terres salées par approche géomatique

    Facteurs

    Impacts

    Conclusion

    Ce projet intégrateur vise à étudier la dynamique des terres salées dans la Commune de Gandon grâce aux outils à la géomatique. Il s'agit notamment de la caractérisation de la dynamique des terres salées et ses facteurs mais aussi de l'identificationdes populations affectées par cette dynamique.Ainsi, l'approche méthodologique adopté pour la réalisation d'un tel travail s'est basée sur une analyse diachronique de l'évolution des unités d'occupation du sol de 1972 à 2024 à partir d'images satellitaires Landsat.Puis, la cartographie des terres salées et de la distribution verticale et horizontale du degré de salinité des sol (CEet NSDI) ainsi que l'analyse de vulnérabilité de la population face à la dynamique saline des terres.

    Les résultats issus de l'analyse de la répartition horizontale du degré de salinité des sols (NDSI) montent queseules -4000 ha sur les 40322 ha de la Commune de Gandon ont une salinité très faible voire nulle. 23920 ha ont une salinité faible et 12654 ha une salinité forte à très forte. Ces résultats sont appuyés par ceux de la variation verticale révélant que la salinité des sols est ascendante, diminue de la surface (0-5cm) vers la profondeur (5-15cm) avec des sols sont non salés à hautement salés. La CE de 1,5 à 149 dS/m. En outre, l'analyse diachronique des unités d'occupation du sol illustre une dynamique positive de l'eau (3,22%) et de la végétation (48,15%) et négative des terres cultivables (-9,27%) et des tannes (-8,17%) entre 1972 et 2024. Ce recul de la superficie des terres salées est aux bénéfices de la végétation et de l'espace cultivable d'après la matrice de changement 1972-2024 où 2718 ha transformés en végétation, 3472 ha de terres salées modifiés en terres cultivables.Ces résultats sont accentués par ceux obtenus sur l'analyse de la dynamique des terres salées qui révèlentune perte de 34 % de leur superficie contre un gain de 27 % de1972 à 2024. 40 % de la surface des tannes n'ont pas changés durant ces 52 dernières années. Toutefois, malgré, cette régression notable, leur dynamique actuelleest à tendance extensive depuis 2011 et cela affecte la population riveraine. En effet, 33712 hbts sur 71080 soit un taux de 47% (15 localités/55) de la population gandonoise sont très affectés par les terres salées depuis plus de 30 années. Et 25223 hbts dans 16 localités, soit 35%, courent un risque très grand d'être atteints par l'extension des terres salées. Seuls 18% de la population qui vivent dans 24 villagesrestentactuellement sans aucun risque face à la dynamique saline des terres.

    Face à cette situation très alarmante, il est urgent de vulgariser les recommandations ci-après pour une gestion meilleure et une restauration efficace des terres salées dans la Commune de Gandon.

    Recommandations

    Nous recommandons aux acteurs de l'Etat, du privé et la population riveraine de mettre en place ensemble des stratégies de résiliencesefficaces afin de mieux gérer les terres salées. Ainsi :

    Pour la prévention:

    La surveillance la qualité de l'eau d'irrigation.

    L'amélioration efficience de l'utilisation de l'eau, surtout si elle est de mauvaise qualité, pour apporter le moins de sels possible sur les parcelles.

    L'apport sur le long terme plus d'eau douce (d'irrigation et de pluie) que ce qui estévapotranspiré et la drainer, afin de lessiver suffisammentles parcelles agricoles.

    Pour tentatives de remédiation :

    Lessiver les parcelles avec de l'eau douce et bien drainer pour emporter les sels en dehors de la zone racinaire.

    Améliorer la structure des sols et l'infiltration de l'eau par des apports de matière organique.

    Restaurer la fertilité des sols par des amendements organiques et chimiques.

    Limiter l'évaporation au profit de l'infiltration (mulching, goutte-à-goutte).

    Drainer en profondeur pour maintenir une nappe d'eau saline superficielle en dehors de la zone racinaire.

    De digues et barrages anti-sels afin de réduire l'avancée de l'eau salée sur les terres arables.

    Pour l'adaptation :

    Le nivellement qui consiste à l'application uniforme de l'eau, ce qui entraine un meilleur lessivage. Un contrôle uniforme de la salinité.

    Le travail du sol par la préparation du lit de semence afin d'augmenter sa perméabilité.

    Le labour profond dans le cas d'une couche imperméable profonde afin d'améliorer son état physique et ses capacités d'infiltration.

    Le semis sur lits en pente ou sillons surélevés pour limiter l'accumulation de sel autour des semences.

    Le reboisement d'espèces végétales très résistantes au sel : mangrove, arbre à sel, filao, ... dans la zone de la vasière ou sur les tannes vifs afin de réduire leur progression.

    Bibliographie

    Lozet J. et Mathieu C. (2002), Dictionnaire de Science du sol. Edition TEC et DOC, 11, Paris, Londres-Paris-New York, 575 p

    FAO, 2015,Les sols sont une ressource non renouvelable, Leur préservation est essentielle pour garantir la sécurité alimentaire et un avenir durable, Journée Internationale des Sols, en ligne : fao.org/soils-2015

    Centre de Suivi Ecologique (CSE), 2010, Rapport sur l'état de l'environnement au Sénégal, Dakar, 266p.

    FAYE Bineta, 2017, Dynamique de la salinisation des terres de 1971 à 2010 et variation climatique le Nord de l'estuaire du Saloum (Sénégal), thèse de doctorat, Ucad, 354p.

    SOW El Hadji, 2019, Dynamique de l'écosystème mangrove de la réserve de biosphère du Delta du Saloum (RBDS), Sénégal, de 1965 à 2017 et analyse des politiques de restauration, thèse de doctorat, UGB, 245 p.

    DIOUF Serigne Aziz, 2023, Dynamique des unités morphologiques le long de l'île de Diamniadio à Faoye de 1970 à 2020, mémoire de recherche, Ucad, 184p.

    NDIAYE Saye, 2023, Impacts de la salinisation dans les îles de Mar de 1961 à 2020, memoire de recherche, Ucad, 155p.

    GAYE Mar et al., 2024, « Influences chimiques des eaux estuariennes du fleuve Casamance sur l'agrosystème de la commune de Karantaba (région de Sédhiou, sud du Sénégal) », DaloGéo, N° 1, 17p.

    FAYE Cheikh Ahmed Tidiane et al., 2024 « Dégradation chimique des terrains agricoles du bassin versant de Soungroungrou (moyenne Casamance, Sénégal) », Les Cahiers de l'Acaref, Vol.6, No 18, pp.197-211.

    FAYE Cheikh Ahmed Tidiane, GAYE Mar, DIOUF Serigne Aziz, 2024 « La salinisation des unités morpho-pédologiques le long du marigot de Faoye (Delta du Saloum, Centre-Ouest du Sénégal) », in Journal International des Sachants, Vol.1, N°1, ISSN-P: 3079-3009, 17p.

    TOURE Mame Aissatou, 2018, « Variabilité climatique et dynamique des écosystèmes du Delta du fleuve Sénégal des années 1950 aux années 2010 », thèse de doctorant, UCAD, 483p.

    Web graphie

    https// : www.bibnum.ucad.sn

    https://earthexplorer.usgs.gov

    https// : www.memoireonline.com

    https://www.universalis.fr

    http://tecfaetu.unige.ch

    https://www.geosenegal.gouv.sn

    Table des matières

    Sommaire I

    Avant-propos II

    Remerciements II

    Dédicaces III

    Liste des abréviations IV

    Liste des illustrations V

    Introduction 1

    Chapitre 1 : Fondement théorique et conceptuel 2

    1.1. Problématique 2

    1.1.1. Contexte 2

    1.1.2. Objectifs et hypothèses de recherche 3

    ? Objectifs de recherche 3

    ? Hypothèses de recherche 4

    1.2. Analyse des concepts 4

    Chapitre 2 : Présentation du milieu d'étude 7

    ? Situation du milieu d'étude 7

    2.1. Le cadre physique 8

    2.1.1 La topographie 8

    2.1.2 L'Hydrologie 9

    2.1.3 La pédologie 10

    2.1.4 L'occupation du sol 10

    2.1.5 Le climat 11

    2.2. Le cadre humain 13

    2.2.1. La démographie 13

    ? L'évolution de la population 13

    ? La densité de la population 14

    2.2.2. Les activités socio-économiques 15

    ? L'agriculture 15

    ? L'élevage 16

    Chapitre 3 : Approche méthodologique 16

    3.1. La revue documentaire 16

    3.2. Acquisition de données complémentaires 17

    3.3. Recueil et acquisition de données satellitaires 18

    3.3.1. Mode d'acquisition des données satellitaires Landsat 18

    3.3.2. Les données Landsat utilisées 20

    3.3.3. Caractérisation des bandes spectrales des Capteurs satellitaires 20

    3.4. Traitement et analyses des données recueillies 22

    3.4.1 Matériels et Logiciels 22

    3.4.2 La modélisation des données 22

    ? Le Modèle Conceptuel de Données (MCD) 23

    ? Le Modèle Logique des Données (MLD) 24

    ? Le Modèle Physique des Données (MPD) 25

    3.4.3 Méthodologie appliquée au traitement des données 25

    3.4.3.1 Attributaires 25

    3.4.3.2 Les données physico-chimiques 27

    ? La Conductivité Electrique (CE) : 27

    ? La Texture des sols 27

    3.4.3.3 Traitement des images satellitaires 27

    ? Le prétraitement 28

    ? La classification 34

    ? Validation de la classification 35

    ? La cartographie et la statistique des unités d'occupation du sol 36

    ? La détection des changements 37

    3.4.3.4 La cartographie des terres salées 37

    3.4.3.5 Calcul de l'Indice de Salinité par Difference Normalisée (NDSI) 38

    3.4.3.6 Cartographie des zones affectées par la dynamique saline 38

    ? Méthodologie de classification des zones vulnérables par analyse de proximité 38

    ? Méthodologie de classification des zones vulnérables par analyse multicritère 39

    Chapitre 4 : Analyse et interprétation des résultats 43

    4.1. Variation du degré de salinité des sols 43

    4.1.1 Distribution horizontale de l'indice de la salinité normalisé (NDSI) 43

    4.1.2 Distribution verticale du degré de la salinité des sol (CE) 44

    4.2. Evolution spatio-temporelle des unités d'occupation du sol 45

    4.2.1 Dynamique des unités d'occupation du sol 46

    4.2.2 Changement spatio-temporel des unités entre 1972 et 2024 47

    ? Séquence 1972-2024 47

    4.3. Approche géomatique de l'analyse de la dynamique des terres salées 48

    4.3.1 Facteurs de la dynamique des terres salées 48

    ? La variation pluviométrique 48

    ? La texture du sol 49

    ? L'ouverture de la langue de Barbarie en 2003 50

    ? Les pratiques agricoles 50

    4.3.2 Caractérisation de la dynamique de terres salines de 1972 à 2024 50

    ? Détection des terres salées de 1972 à 2024 51

    ? Dynamique de terres salines de 1972 à 2024 52

    4.2.3 Catastrophes susceptibles liées à la dynamique des terres salées 54

    4.4. Approche géomatique de la caractérisation des zones vulnérables aux terres salines 55

    4.4.1 Identification des populations vulnérables par approche SIG (analyse de proximité) 55

    4.4.2 Détermination des zones vulnérables par approche analyse multicritère (AHP) 57

    4.4.3 Proposition d'un modèle de gestion des terres salines par apport géomatique 58

    Conclusion 59

    Bibliographie 61

    Table des matières 62






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







Changeons ce systeme injuste, Soyez votre propre syndic



"Le don sans la technique n'est qu'une maladie"