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

 > 

Développement des espaces géographiques. Exemple du terroir d'Assomé dans la basse vallée du Zio.

( Télécharger le fichier original )
par KOUAMI DODJI ADJAHO
Université de Lomé - Maà®trise en géographie 2010
  

précédent sommaire suivant

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

Chapitre 11 : RISQUE DU DEVELOPPEMENT

Le risque se définie comme la probabilité d'avènement prévisible ou non d'une catastrophe ou d'un danger d'origine naturelle ou anthropique, dans le temps et dans l'espace. Ainsi, le risque du développement désigne tout évènement susceptible de menacer le bon déroulement d'un plan de développement ou des acquis du développement dans un espace géographique. Si de nos jours des efforts sont consentis pour réduire les risques d'origine anthropique, ces efforts ne sont pas toujours probants pour les risques naturels qui ont de tout temps échappé au contrôle des hommes. De ce fait, l'efficacité et le réalisme de tout plan de développement de l'espace se mesure à sa capacité d'anticiper l'avènement de ces risques naturels afin de réduire la vulnérabilité de l'espace à leurs effets.

Une analyse sommaire du plan de développement que propose cette étude révèle que la zone est très vulnérable aux risques climatiques. L'agriculture est l'élément moteur du développement d'Assomé ce qui suppose une disponibilité permanente de l'eau dans des proportions raisonnables. Or l'eau qui recharge les nappes phréatiques et alimente en partie le débit du Zio provient exclusivement de la pluviométrie générale du secteur méridional du pays. Par conséquent, toute péjoration relativement longue des précipitations risque d'handicaper sérieusement le développement du terroir.

Un scénario à deux modèles relatifs aux aléas pluviométriques à l'échelle régionaleest mis en place pour le démontrer. Le premier modèle mesure l'impact que peut avoir une réduction de 50 % de la pluviométrie dans la région sur une période de cinq années successives. A l'opposée, le second modèle évalue la vulnérabilité du terroir d'Assomé à une augmentation des précipitations de 50 % à l'échelle locale et régionale. Ce scénario se base sur les données de pluies des dix dernières années au cours desquelles la pluviométrie a beaucoup fluctué. Outre les données de pluies de la station de Lomé Aéroport (tableau 12) sur le plan local, les données de la station de Kouma-Konda (tableau 13) sont aussi utilisées, pour déterminer l'impact hydrologique du Zio (dont la basse vallée est tributaire) qui prend sa source dans les plateaux de Dayes.

Tableau 12 : Précipitations (mm) de la station de Lomé-aéroport de 1998 à 2008

 

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

Janvier

11

57,8

0,1

0

32,7

82,5

20,7

0

39,7

0

57,8

Février

0

35,5

0

0,9

0

8

39

0,4

1,6

0

0

Mars

18,7

39,2

87

39,9

7,6

70,7

19,5

130,4

136,1

33,9

27,3

Avril

67,8

62,1

24,6

202,6

146

116

52,7

95,2

44,9

87

25,7

Mai

63,2

146,5

73,3

196,2

137

75,4

186

126

263,6

105,6

150,3

Juin

85,8

127,2

103

127,7

301

204

139

166,8

100,6

291,2

361

Juillet

3,2

167,3

23

29,6

59,4

12,3

35,4

88,8

81,2

168

91,4

Août

15

85,6

39,4

3,2

19,1

8

42,1

60,2

51,8

69,7

43,9

Septembre

112,9

80,1

18,1

60,2

5,8

66,1

227

30,8

128

53,9

132,6

Octobre

50,9

85,6

39,8

39,3

90,8

181

231

50,5

99,5

213

88,7

Novembre

14,1

2,4

9,9

0

40,7

24,8

15,3

335,3

3,3

2,2

16,6

Décembre

0

0

5,6

0

0

20,9

0

0

1,1

0

80,8

Cumul

442,6

889

424

699,6

840

868

1008

784,4

951,4

1025

1076

Tableau 13 : Précipitations (mm) de la station de Kouma-konda de 1998 à 2008

 

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

Janvier

41,9

51,5

30,6

0,0

4,3

4,9

32,5

12,2

28,2

0

0,0

Février

142,5

109,0

0,0

6,4

98,4

46,4

38,9

57,3

55,2

101,5

28,2

Mars

39,8

67,0

44,0

42,2

110,5

107,0

71,3

101,1

****

70,3

159,6

Avril

257,7

128,0

56,8

259,3

169,5

189,9

91,7

71,5

75,9

159,1

151,5

Mai

204,4

153,5

79,1

124,1

95,9

134,9

150,2

86,1

223,5

154,3

163,7

Juin

207,6

371,2

365,1

162,0

179,2

244,3

95,3

131,6

221,1

293,3

246,4

Juillet

168,6

402,4

223,2

123,3

197,4

265,5

169,0

60,6

72,6

198,5

225,7

Août

98,3

288,2

223,2

42,9

175,7

92,4

179,4

99,8

156,5

105,2

170,1

Septembre

169,8

293,5

434,1

183,7

211,4

185,5

283,5

173,4

305,0

326

196,0

Octobre

142,2

264,7

157,7

69,8

227,2

207,2

96,2

184,0

238,3

179,2

183,5

Novembre

51,1

75,0

53,4

84,5

42,6

102,5

82,5

76,8

56,8

66,3

11,3

Décembre

65,8

0,0

7,8

4,7

19,3

7,1

19,2

10,2

33,7

3,4

43,2

Cumul

1589,7

2204,0

1675,0

1102,9

1531,4

1587,6

1309,7

1064,6

1466,8

1657,1

1579,2

Les colonnes en gras indiquent les années prises en comptes dans l'élaboration des modèles. L'utilisation de ces données satisfait à deux préoccupations.

La première a cherché à rendre plus concrets les modèles du scénario pour ne pas trop s'éloigner de la situation réelle. Pour cela nous avons opté pour la série de données des dix dernières années (1998-2008) qui bien que ne respectant pas la norme conventionnelle des 30ans, présente l'avantage d'être le reflet des fluctuations plus actuelles de la pluviométrie de la région.

Quant à la seconde, elle se réfère aux valeurs hautes à considérer dans l'élaboration des modèles. Ce à quoi répond le choix des cumuls des années les plus pluvieux et les plus sèches qui présentent des rapports de plus de 100 % en augmentation ou en réduction au niveau des deux stations. C'est sur cette base qu'il a été supposé qu'une péjoration positive ou négative du climat peut conduire soit une augmentation de 50% des précipitations des mois les plus pluvieux soit à une réduction de 50 % des cumuls des mois les plus sèches.

11.1. Le modèle de réduction de la pluviométrie à 50 %

Pour élaborer le modèle de réduction de 50 %, nous nous sommes servis des cumuls des années les moins pluvieuses au niveau des deux stations. A Lomé c'est l'année 2000 qui se dégage comme la moins pluvieuse avec un cumul 424 mm qui est largement en dessous de la normale de 750 mm. Alors que à Kouma-Konda qui enregistre une pluviométrie normale de 1500 mm c'est l'année 2005 qui se révèle être la moins pluvieuse avec un cumul de 1064,6 mm d'eau. Ainsi dans ce modèle, la basse vallée du Zio reçoit annuellement sur cinq ans un cumul de 212 mm (figure 21). Au même moment, à Kouma-Konda le cumul annuel s'élèvera à 533 mm d'eau (figure 22).

Figure 18 : Modèle de réduction à 50 % des précipitations à Lomé

Figure 19 : Modèle de réduction à 50 % des précipitations à Kouma-Konda

L'impact de ce scénario sera catastrophique pour le développement de notre zone d'étude. Il y aura une grave pénurie d'eau, avec le bouleversement de l'écoulement des eaux du Zio qui se manifestera par de très faibles débits inférieurs à la normale de 12 m3. La température augmentera fortement de même que l'évaporation. Il n'y aura plus de rechargement des nappes phréatiques dont les réserves s'épuiseront suite à l'augmentation des besoins en eaux pour des ménages et de l'agriculture. La couverture végétale et les sols se dessècheront considérablement.

Cette combinaison des effets, tels que pénurie d'eau, températures et évaporation élevées, dégradation des sols et de la végétation, rendra encore plus difficile la survie des populations surtout rurales dont la subsistance dépend essentiellement de l'agriculture totalement dépendante de la nature. Etant donné le rôle capital de l'eau dans le développement agricole, notre vision de développement, pour le terroir d'Assomé, basée sur la relance de l'agriculture connaîtra ainsi un échec cuisant.

Les incidences majeures seront la diminution des rendements agricoles déjà très faibles avec comme conséquence une grave pénurie alimentaire et une accentuation de la pauvreté. Ces situations, difficiles à maîtriser par les populations, conduiront sans doute à des immigrations en direction des régions moins éprouvées. Par ailleurs, les populations qui perdront confiance en la vision de développement proposée, s'adonneront encore plus à l'extraction de gravier, ce qui portera un grand préjudice à l'environnement qui subit déjà le coup de la baisse des précipitations.

précédent sommaire suivant






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








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