Elaboration d'une base de données géographiques et catalogue des stations de la subéraie de la Maamora

ROYAUME DU MAROC ??????? ????????

E.N.F.I. BP : 511, Bd. Moulay Youssef, Tabriquet, Salé, Maroc- Tél. : [phone], Fax : [phone]

áÇÓÈ äíÓÏäåãáá ÉíæÈÇÛáÇ ÉíäØæáÇ ÉÓÑÏãáÇ

ECOLE NATIONALE FORESTIERE

D'INGENIEURS DE SALE

ELABORATION D'UNE BASE DE DONNEES
GEOGRAPHIQUES ET CATALOGUE DES STATIONS
DE LA SUBERAIE DE LA MAAMORA

MEMOIRE DE 3^ème CYCLE

Présenté par : M. BAGARAM Bawinabadi Maguiliwè

POUR L'OBTENTION DU DIPLOME D'INGENIEUR DES EAUX ET FORETS

OPTION : Géomatique des Ressources Naturelles

Soutenu publiquement le 10 juillet 2014 à 11h00 devant le jury :

MM:

Pr. QARRO M. (ENFI Salé) Président

Pr. MOUNIR F. (ENFI Salé) Rapporteur

Pr. LAHSSINI S. (ENFI Salé) Rapporteur

Pr. BELGHAZI B. (ENFI Salé) Examinateur

Pr. ZAHER H. (ENFI Salé) Examinatrice

Dr. AAFI A. (CRF Rabat) Examinateur

i

Dedication

To my daddy,

To my mommy,

I wished you were here.

To all my family,

You're what I got here ?

ii

Remerciements

Plus qu'un plaisir, c'est pour moi un honneur d'adresser mes vifs et chaleureux remerciements à toutes les personnes avec qui j'ai eu contact ces derniers années ; elles m'ont toute d'une manière ou d'une autre permis de me construire. Je me permets pour autant de citer quelques noms.

Les mots usuels : gratitude et de remerciements, ne pourraient contenir la teneur de mes sentiments à l'égard du Professeur MOUNIR F. de l'ENFI. Qu'il trouve ici mon respect, ma considération et mon infinie reconnaissance. Il n'a jamais ménagé aucun effort pour suivre et orienter ce travail d'une façon très régulière. Sa bienveillance et sa compréhension m'ont toujours été témoignées. Son soutien en tout point, son obligeance, la somptuosité de ses qualités humaines m'ont guidé et donné du courage. Il a été pour moi plus qu'un professeur, un ami, un frère.

Ma gratitude va aussi envers le Pr. LAHSSINI Saïd qui n'a cessé de me guider lors de ce travail. Ses conseils et recommandations m'ont permis de mener à bien ce travail. Je suis reconnaissant pour les efforts qu'il n'a cessé de ménager pour m'intégrer au monde scientifique.

Le Pr BELGHAZI a eu à faire des critiques constructives le long ce travail, je lui suis reconnaissant et lui dis merci pour sa disponibilité et ses remarques.

Je suis sincèrement reconnaissant envers M. JDIRA El Houssine qui a mis gracieusement à ma disposition pratiquement toutes les données dont j'avais besoins.

Je remercie très vivement le Professeur QARRO M. pour l'honneur qu'il m'a fait en acceptant de présider le jury qui a évalué ce travail.

Je remercie le professeur Mme ZAHER H. Enseignante chercheur à l'ENFI qui m'a fait l'immense honneur d'évaluer ce travail.

Je tiens également à remercier le Dr. AAFI A. pour en plus de sa participation à l'évaluation de ce travail, m'a fait part de ses connaissances sur la forêt de la Maâmora.

Ma gratitude va à l'endroit de M. MANDOURI T. pour ses explications sur les phénomènes pédologiques.

iii

Je suis reconnaissant envers toute l'équipe de l'UCL (Université Catholique de Louvain) qui s'est chargée de ma formation et mon intégration en particulier le Pr. PONETTE Q., le Pr. LAMBOT S. et Nicolas MOURMEAUX.

Les mots me manqueront pour adresser ma gratitude à TENG Faida qui m'a chaleureusement accueilli en Belgique et s'est assuré de mon épanouissement. Que Dieu lui rende au centuple toutes les bonnes oeuvres qu'il a accomplies. Je remercie aussi la famille QUIRYNEN qui m'a hébergé et m'a fait découvrir leur pays.

« Seules les montagnes ne se croisent» ; tel est ce qu'ont dit. Un clin d'oeil à Paul-Igor, Koffi Luc que j'ai eu la chance de rencontré et qui ont réveillé l'esprit scientifique qui dormait en moi.

Je remercie la famille DEFO au Maroc en particulier Ida KAO pour leur soutien permanent en des moments difficiles.

Merci à SANGARE Ibrahima «IB» pour son soutien infaillible tout le long de mes années universitaire à l'ENFI. Je remerci également THIOYE Djibril pour ses précieux conseils.

« A coeur vaillant, rien d'impossible », ces mots sont à addressé à DARE Aïsha et à Anabelle pour leur soutien moral et leur présence.

Je tiens de même, à remercier sincèrement les personnes qui durant mon séjour à l'ENFI m'ont témoigné amour et bienveillance, m'ont soutenu et encouragé : mes compatriotes et amis : KONKO Yawo, AFFO Biao, NOUMONVI K. Dodji, LEN'NAH Toyi, mes camarades de la 43^ème promotion et tous les autres que je ne pourrai indexer, pour les bons moments passés ensemble ; tous les camarades des 41, 42, 43, 44, 45 et 46^ème promotions.

Quelqu'un m'a dit un jour qu'il n'y a pas de « MERCI » entre amis. Alors juste un clin d'oeil à Casimir, Hervé, Constant, KADAOUI, Jean-Marie, Victor, Omar, Younes, Lamyae, Wafa, Patricia, Hadissati, Amidou, Julien, Modeste, Vanessa, Collins White, Gueye, Amidou, Tudal, Gloria, Castro.

Enfin, mais pas pour le moins, je remercie toute la famille BAGARAM à travers le monde qui a été toujours là pour moi en particulier Jules, Moïse, Robert, Ernest, Augustin, Sédaski.

Tout ceci n'aurait pas été possible sans le concours du gouvernement marocain à travers l'Agence Marocaine de Coopération Internationale (AMCI) ; qu'il trouve en ces mots ma profonde gratitude

Mots clés : Chêne-liège, Maâmora, évaluation multicritère, épaisseur du sable, régénération, AHP

iv

Résumé

La régénération du chêne-liège dans la forêt de la Maâmora est capricieuse. Suite au constat que certains sols seraient impropres au développement du chêne-liège, un remplacement sur une grande partie de la forêt, du chêne-liège par les essences exotiques a été opéré. Cependant, le sol n'est pas le seul facteur à prendre en considération dans l'évaluation de l'aptitude ; il existe d'autres facteurs qui peuvent avoir des effets de compensation. Il est possible que certains milieux soient peu convenables au chêne-liège mais jusqu'à quel niveau ?

Pour répondre à cette question, en premier lieu, les principaux facteurs reconnus avoir une influence sur la régénération du chêne-liège ont été identifiés et cartographiés. En seconde position, suite à l'importance accordée à l'épaisseur du sable dans la forêt de la Maâmora, sa variabilité a été étudiée par des approches géostatistiques notamment pour évaluer sa dépendance spatiale. Enfin la combinaison de ces facteurs avec chacun ayant un poids déterminé par évaluation d'experts à partir de l'approche AHP a permis de déterminer les indices d'aptitude à la régénération du chêne-liège.

Les principaux facteurs influençant l'aptitude à régénération du chêne-liège dans la forêt de la Maâmora sont le climat exprimé par « la continentalité » ; celle-ci se traduit par une diminution des précipitations et une augmentation des températures de l'ouest vers l'Est de la forêt ; la pente du terrain naturel et les pentes fortes; l'épaisseur du sable, la pente du plancher argileux, ainsi que les groupements végétaux et les types de sols.

La cartographie de ces facteurs est faite en insérant la logique floue afin d'éviter la dichotomie nette entre les limites des classes. Ceci a permis alors d'intégrer l'incertitude sur la limite exacte des classes.

Par ailleurs, l'épaisseur du sable de la forêt est très variable ; cette variabilité est plus importante dans la direction sud-ouest nord-est que dans la direction opposée. . La dépendance spatiale ou l'autocorrélation spatiale est de l'ordre de 46.7% avec un échantillonnage à partir d'une maille carrée de 500 m de côté. A partir d'un échantillonnage systématique à chaque 100 m, l'autocorrélation spatiale est de 87% ; il ressort qu'il y a une grande variabilité spatiale qui n'est pas visualisée avec un échantillonnage à 500 m. Le pas d'échantillonnage admissible est d'une maille carrée de 300 à 350 m de côté.

Enfin, quatre classes d'aptitude à la régénération ont été obtenues. Il s'agit des classes ayant une bonne, moyenne, faible et très faible aptitude et qui représentent respectivement 17.40 %, 40.18%, 34.84% et 4.28% de la forêt.

Keywords: Cork oak, Maâmora, sand's thickness, multicriteria evaluation, regeneration, AHP

v

Abstract

The cork oak regeneration is in the Maamora forest is capricious. Based on the hypothesis that some soils are unsuitable for cork oak development, thus leading to the replacement of a large portion of the forest with exotic species. However, soil is not the only factor to consider in landuse suitability. It is possible some areas might be unsuitable to the cork oak regeneration but their magnitude is unknown. The aim of this study is to highlight suitable sites for cork oak development.

To achieve this goal, firstly, the main known factors having an influence in the cork oak regeneration was identified and mapped. Secondly, due to the importance given to the thickness of the sand in the Maamora forest, its spatial dependence was studied by a geostatistical approach. Therefore, the factors were combined using a weighted linear combination with the weight of each criterion calculated by AHP (Analytic Hierarchy Process) resulting to a cork oak regeneration suitability index for the whole forest.

The mapping of these factors was made by inserting a fuzzy logic to avoid crisp classes. This permitted the integration of an uncertainty to the exact class boundaries

The main factors influencing the regeneration of the cork oak forest of Maamora are the continentality manifested by a decrease in precipitation from the west to east at the same time a rising temperature in the opposite direction, the bare soil slope less than 10% (gentle slope) and steep slope (> 15 %), the thickness of the sand, the slope of the clay floor, the flora and soil types.

Furthermore, a great variability in the thickness of the sand was observed. This variability is greater in the southwest northeast direction than in the opposite direction. Spatial dependence or spatial autocorrelation is less than 46.7 % with a sampling grid of 500 m X 500 m. From a systematic sampling of every 100 m gave a spatial autocorrelation of 87.7 %. Using a sampling grid of 500 m X 500 m, a large spatial variability was not observed. To take into account a greater portion of the spatial variability of the sand's thickness, a sampling grid of 300 to 350 m is advised.

Finally, four classes of regeneration suitability were obtained. These classes are good, medium, low and very low suitability and which represent 17.40 %, 40.18 %, 34.84 % and 4.28 % of the forest area respectively.

vi

ÕÎáã

åÐå ÉíãäÊá ÉÈÓÇäã ÑíÛ ÑÈÊÚÊ íÊáÇ ÉÈÑÊáÇ ÚÇæäÇ ÖÚÈá ÇÑÙä ÉÈáÞÊã ÉíáãÚ ÉÑæãÚãáÇ ÉÈÇÛ í íäíááÇ ØæáÈáÇ ÏíÏÌÊ .ÇåäíÈ Ç ãí áÎÇÏÊÊ ìÑÎÇ áãÇæÚ ßÇäå ÏÌæÊ äßá ÉÑÏÞáÇ ãííÞÊ í ÏíÍæáÇ áãÇÚáÇ íå ÊÓíá ÉÈÑÊáÇ ßáÐ Úãæ .ÑÇÌÔáÇÇ ÇåÞÇØä æå Çã äßáæ íäíááÇ ØæáÈáá ÉÍáÇÕ ÑíÛ ÞØÇäãáÇ ÖÚÈ ä äßããáÇ äã ÉÈÊÑãáÇ í íäíááÇ ØæáÈáÇ ÏíÏÌÊ ÉíáãÚ ìáÚ ÑËÄÊ íÊáÇ ÉíÓíÆÑáÇ áãÇæÚáÇ ÏíÏÍÊ ãÊ ÉíÇÏÈáÇ í áÇÄÓáÇ ÇÏå ìáÚ ÉÈÇÌáÅá åÐå ÌÒã ãÊ ÇÑíÎ .åÚÖæã ÑíÛÊ äÇßã ÏíÏÍÊ äã äßãÊ ÉíÌåäã ÏÇãÊÚÇ ãÊ áÇãÑáÇ ßãÓ ìáÚ ÒíßÑÊáÇ ÏÚÈ ÉíäÇËáÇ ØæáÈáÇ ÏíÏÌÊ ìáÚ ÉÑÏÞáÇ ÊÇÑÔÄã ÏíÏÍÊá ÉíáíáÍÊ ÉíãÑå ÉíáãÚ ãÇÏÎÊÓÇÈ áãÇÚ áß ÉíãåÇ ãííÞÊæ ÇåÖÚÈ Úã áãÇæÚáÇ .íäíááÇ ááÇÎ äã ßáÐ ìáÌÊíæ ÎÇäãáÇ :íå ÉÑæãÚãáÇ ÉÈÇÛ í íäíááÇ ØæáÈáÇ ÏíÏÌÊ ÉíáãÚ í ãßÍÊÊ íÊáÇ ÉíÓíÆÑáÇ áãÇæÚáÇ áãÇæÚ ìáÇ ÉÇÙÇ.ÓßÇÚãáÇ åÇÌÊáÇÇ í ÉÑÇÑÍáÇ ÊÇÌÑÏ ÚÇÊÑÇæ ÞÑÔáÇ ìáÅ ÈÑÛáÇ äã ÑÇØãáÇ áæØå í ÖÇÎäÇ .ÉÈÑÊáÇ ÚÇæäÇæ ÉíäíØáÇ ÉÞÈØáÇ áÇãÑáÇ ßãÓ ÉíÚíÈØáÇ ÊÇÑÏÍäãáÇß ìÑÎÇ .ÕáÇ ÏæÏÍ äíÈ ãÇÓÞäáÇÇ ÈäÌÊá íÈÇÈÖáÇ ÞØäãáÇ áÇÎÏÅ ÞíÑØ äÚ áãÇæÚáÇ åÐå äííÚÊ ãÊí

.ÓßÇÚãáÇ åÇÌÊáÇÇ ÓßÚ íÞÑÔáÇ áÇãÔáÇ åÇÌÊÇ í ÇÏÌ ÑíÈß áÇÊÎáÇÇ ÇÐå áÊÎã ÏÌ áÇãÑáÇ ßãÓ ßáÐ ìáÚ ÉæáÇÚæ ÑÊã 055 ìáÚ ÚÈÑã ÑÊã 055 ÉßÈÔ äã ÊÇäíÚáÇ ÐÎ Úã %7..4 áËãí íäÇßãáÇ íÊÇÐáÇ ØÇÈÊÑáÇÇ æ íäÇßãáÇ ÏÇãÊÚáÇÇ áÇ íÊáÇ ÉÑíÈßáÇ ÉíäÇßãáÇ ÊÇÑíÛÊáÇ ä æÏÈí ° % 74 æå íäÇßãáÇ íÊÇÐáÇ ØÇÈÊÑáÇÇ ÑÊã 055 áß ÉíÌåäã ÉäíÚ äã .ÚÈÑã ÉÖÎäã ÉØÓæÊã ÉÏíÌ :ÏÏÌÊáÇ ÉÑÏÞ äã ÊÇÆ ÚÈÑ ìáÚ áæÕÍáÇ ãÊ ÇÑíÎÇ .ã 055_í ÊÇäíÚáÇ ÐÎ Úã ÇåÖÑÚ ãÊí

.ÉÈÇÛáÇ ÉÍÇÓã äã % 7₇,7 æ % 47₇77 ₇% 75₇07 % 5 04₇7 ÚÈÇÊÊáÇÈ ÊÇÆáÇ åÐå áËãÊæ ÇÏÌ ÉÖÎäãæ

ÑííÇÚãáÇ ÏÏÚÊãáÇ ãííÞÊáÇ ÉÑæãÚãáÇ íäíááÇ ØæáÈáÇ :ÉíÓÇÓáÇÇ ÊÇãáßáÇ

vii

Table des matières

Résumé iv

Abstract v

ÕÎáã vi

Liste des figures x

Liste des tableaux xii

Liste des sigles et acronymes xiii

Introduction 1

Chapitre 1. Revue bibliographique 4

1.1. Principe de la typologie des stations forestières 4

1.1.1. Définition de la station 4

1.1.2. Principaux descripteurs des stations 5

1.1.2.1. Régime hydrique 5

1.1.2.2. Climat 5

1.1.2.3. Topographie 6

1.1.2.4. Fertilité du sol 6

1.1.2.5. Phytocénose 6

1.1.3. Utilisation pratique de la notion de la station 7

1.1.4. Notion de groupes de stations 7

1.1.5. Conclusion 8

1.2. Aperçu sur le chêne-liège 8

1.2.1. Aire de répartition du chêne-liège 8

1.2.2. Ecologie du chêne-liège 10

Chapitre 2. Matériels et méthodes 12

2.1. Présentation de la zone d'étude 12

2.1.1. Situation géographique, administrative et forestière 12

2.1.2. Caractéristiques du milieu 13

2.1.2.1. Cadre géologique 13

2.1.2.2. Cadre topographique 13

2.1.2.3. Cadre hydrographique 14

2.1.2.4. Cadre pédologique 14

2.1.2.5. Cadre climatique 15

2.1.2.6. Groupements et associations végétales de la Maâmora 20

viii

2.2. Approche méthodologique 21

2.2.1. Analyse des facteurs influençant la régénération du chêne-liège en

Maâmora 21

2.2.2. Outils de traitement 22

2.2.3. Facteurs considérés 22

2.2.3.1. Profondeur du plancher argileux (épaisseur du sable) 22

2.2.3.2. Pente du plancher argileux 24

2.2.3.3. Types de sol 25

2.2.3.4. Climat 25

2.2.3.5. Topographie 25

2.2.3.6. Groupements végétaux 26

2.2.4. Evaluation de l'aptitude 26

2.2.4.1. Identification de l'objectif 26

2.2.4.2. Détermination des critères et contraintes d'évaluation 26

2.2.4.3. Détermination des notes ou scores pour chacun des critères 27

2.2.4.4. Attribution de poids à chacun des facteurs 27

2.2.4.5. Description du processus d'AHP 28

2.2.4.6. Agrégation ou combinaison des poids et notes pour un résultat

synthétique 30

2.2.5. Base de données géographiques 30

Chapitre 3. Résultats et discussions 32

3.1. Analyse des facteurs influençant la régénération du chêne-liège en Maâmora 32

3.1.1. Epaisseur du sable et la pente du plancher argileux 32

3.1.2. Pédologie 33

3.1.3. Continentalité 34

3.1.4. Flore 34

3.1.5. Pente du terrain 35

3.2. Analyse de la variabibilité de l'épaisseur du sable 35

3.2.1. Analyse exploratoire des données 36

3.2.2. Etude de la variabilité spatiale de la profondeur du plancher argileux en

Maâmora 38

3.3. Analyse de la variabilité de l'épaisseur du sable dans la parcelle CIV11 42

3.3.1. Analyse exploratoire 43

3.3.2. Conclusion 45

ix

3.4. Cartographie des principaux facteurs influençant la régénération et évaluation

de l'aptitude à la régénération du chêne-liège en Maâmora 46

3.4.1. Facteurs topo-édaphiques 46

3.4.1.1. Profondeur du plancher argileux 46

3.4.1.2. Pente du plancher argileux 46

3.4.2. Carte pédologique 49

3.4.3. Pente du terrain 49

3.4.4. Continentalité 49

3.4.5. Flore 49

3.5. Evaluation de l'aptitude à la régénération du chêne-liège en Maâmora 54

3.5.1. Critères et les contraintes 54

3.5.2. Attribution des notes ou scores à chaque facteur 54

3.5.2.1. Facteur topo-édaphique 54

3.5.2.2. Facteur pédologique 57

3.5.2.3. Pente du terrain naturel 57

3.5.2.4. Continentalité 57

3.5.3. Attribution des poids à chacun des facteurs identifiés 58

3.5.4. Aptitude à la régénération 58

Conclusion générale 64

Bibliographie 66

Annexes 71

Annexe 1 : Données de la parcelle CIV11 72

Annexe 2 : Données de précipitations 75

Annexe 3 : Tableau de comparaison des facteurs 76

x

Liste des figures

Figure 1. Vision de l'écosystème élémentaire, cellule de base de paysage (principe de

stations forestières) 5

Figure 2. Répartition mondiale du chêne-liège 9

Figure 3. Carte de situation générale de la zone d'étude 12

Figure 4. Diagrammes ombrothermiques de Bagnouls et Gaussen 18

Figure 5. Place de la forêt dans le climagramme d'Emberger-Sauvage 20

Figure 6. Schéma d'un variogramme montrant ses différents paramètres 23

Figure 7. Echelle de Saaty (1977) pour la pondération des facteurs par paires 28

Figure 8. Schéma global de la méthodologie 31

Figure 9. Carte de position des sondages de Maâmora avec un maillage carré de 500 m

de côté 37

Figure 10. Histogramme de distribution des données de Maâmora ; données brutes 37

Figure 11. Histogramme de distribution (à gauche) et le graphe de probabilité (à droite) de la profondeur du plancher argileux avec un maillage carré de 500 m de

côté 38
Figure 12. Surface de variogramme de la profondeur du plancher argileux en Maâmora.

Données issues d'un maillage carré de 500 m de côté 39
Figure 13.Variogrammes expérimentaux de la profondeur du plancher argileux, calculé

pour des directions différentes 40
Figure 14. Variogrammes expérimentaux de la profondeur du plancher argileux, ajustés

par un modèle théorique : direction de 45° et direction 135° 41
Figure 15. Carte de positionnement et des profondeurs des forages de la parcelle CIV 11

de la forêt de la Maâmora 43

Figure 16. Surface de variogramme de la profondeur du plancher argileux 44

Figure 17. Variogramme expérimental omnidirectionnel de la profondeur du sable ajusté

par un modèle théorique 45

Figure 18. Carte des classes de profondeur du plancher argileux en Maâmora 47

Figure 19. Carte des pentes du plancher argileux de la forêt de la Maâmora 48

Figure 20. Carte pédologique de la Maâmora établie par Heusch & Billaux (1966) 50

Figure 21. Carte des classes de pentes du terrain naturel de la forêt de Maâmora 51

Figure 22. Carte des isohyètes de la forêt de Maâmora (Mandouri, 1990) 52

Figure 23. Carte des groupements végétaux de la forêt de la Maâmora 53

xi

Figure 24. Fonctions pour l'attribution de note au facteur épaisseur du sable pour le calcul de l'aptitude à la régénération. Sur l'axe y, l'aptitude avec 1 signifiant

l'aptitude maximale et l'axe des x représente l'épaisseur du sable en cm. 55
Figure 25. Fonctions pour l'attribution de note au facteur pente du plancher argileux pour le calcul de l'aptitude à la régénération. Sur l'axe y, l'aptitude avec 1 signifiant l'aptitude maximale et l'axe des x représente les pentes du plancher argileux

en pourcentage. 55

Figure 26. Carte des enclaves de la forêt de Maâmora 56

Figure 27. Aptitude des différents sols de la Maâmora à la régénération du chêne-

liège 57
Figure 28. Fonctions pour l'attribution de note au facteur pente du terrain pour le calcul de l'aptitude à la régénération. Sur l'axe y, l'aptitude avec 1 signifiant l'aptitude maximale et l'axe des x représente les pentes du terrain naturel

exprimées en pourcentage 57
Figure 29. Carte d'aptitude à la régénération du chêne-liège dans la forêt de la

Maâmora 61
Figure 30. Carte d'évaluation de l'aptitude à la régénération du chêne-liège dans la forêt

de la Maâmora par superposition avec la carte des groupements végétaux 62 Figure 31. Carte d'aptitude à la régénération moyenne par parcelle de la forêt de la

Maâmora 63

xii

Liste des tableaux

Tableau 1. Superficie du chêne-liège dans différents pays 9

Tableau 2. Précipitations moyennes mensuelles en mm 16

Tableau 3. Régimes pluviométriques moyens saisonniers 16

Tableau 4. Données thermiques des stations étudiées 17

Tableau 5. Bioclimats des stations limitrophes de la Maâmora 19

Tableau 6. Valeurs de RI. 29

Tableau 7. Tableau récapitulatif de l'analyse exploratoire de la profondeur du plancher

argileux mesurée selon un maillage carré d'un pas de 500 m de côté 36
Tableau 8. Caractéristiques des modèles de variogramme ajustés au variogramme

expérimental 42
Tableau 9. Statistiques descriptives des données de profondeur du sable de la parcelle

CIV11 de la forêt de la Maâmora 43

Tableau 10. Moyenne des poids donnés par les trois experts 58

Tableau 11. Classe d'aptitude à la régénération du chêne-liège avec les surfaces

correspondantes 59

xiii

Liste des sigles et acronymes

°C : degré Celsius

°K : degré Kelvin

A.E.F.C.S : Administration des Eaux et Forêts et de la Conservation des Sols

CEC : capacité d'échange cationique

cm : centimètre

DREFNO : Direction Régional des Eaux et Forêts du Nord-Ouest

ENFI : Ecole Nationale Forestière d'Ingénieurs

GPS : Global Position System

ha : hectare

IFN : Inventaire Forestier National

kg : kilogramme

m : mètre

M°C : moyenne des maxima du mois le plus chaud

m°C : moyenne des minima du mois le plus froid

mm : millimètre

MNT : Modèle Numérique du Terrain

pH : potentiel en hydrogène

SIG : système d'information géographique

T : tonne

UCL : Université catholique de Louvain

UPB : unité de petit bétail

1

Introduction

Au Maroc, la forêt occupe une place importante ; le domaine forestier représente environ 9 millions d'hectares soit 13,3 % du territoire national, dont 8,2 % de formation ligneuse, 4,4 % de nappes alfatières et 0,7 % de reboisements (I.F.N., 1996). La subéraie marocaine représente 20 % de la subéraie mondiale et 7 % de la forêt marocaine (Hammoudi, 2002).

La Maâmora est considérée comme la plus grande subéraie au monde étant en un seul tenant avec une superficie de 131 738 ha. Elle est composée d'environ 70 000 ha de chêne-liège, le reste de la surface est occupé par les essences introduites dominées par les Eucalyptus et les Acacias (Anonyme3, 2011). De part cette diversité et sa proximité des grandes agglomérations, la forêt de la Maâmora joue un rôle économique, environnemental et social très important. En outre la production du liège et du bois, la Maâmora offre de l'emploi aux riverains, et constitue un lieu de parcours pour un cheptel composé de près de 230 000 têtes d'ovins et de bovins. La charge pastorale est estimée à 6,4 UPB/ha/an, ce qui dépasse de quatre fois la possibilité herbagère de la subéraie (Benzyane, 1996). Cette forêt joue de même un rôle cynégétique non négligeable.

La valeur de la Maâmora réside dans son rôle non négligeable et déterminant dans l'activité économique et sociale à l'échelle locale, régionale et même nationale. En effet, elle offre des ressources importantes et diverses. D'une part, elle constitue une réserve importante de liège (47 % de la production nationale), de bois d'industrie (85 % de la production nationale), et offre des produits secondaires comme les glands (600 kg/ha/an), champignons et truffes (30 T/an). D'autre part, elle permet aux usagers le ramassage du bois mort gisant (87 % des besoins de la zone) et le parcours dans les parcelles non mises en défens. En plus, elle joue aussi un rôle important dans la création d'emplois (300 000 journées de travail/an), la pratique de l'apiculture (1000 T/an de miel) et la chasse (DREFNO, 2005).

Les forêts marocaines subissent une grande pression anthropo-zoogène. Les conséquences de cette pression sont une difficulté à régénérer les peuplements. La forêt de la Maâmora n'est pas en marge de ce problème.

La régénération est un facteur déterminant dans la conservation des forêts et dans l'atténuation du déficit en produits ligneux. Cette activité se base entre autre pour sa réussite sur une connaissance parfaite de l'aptitude des stations. La méconnaissance de

2

ce facteur conduirait sans doute, à l'échec du reboisement et de la régénération et à une perte des moyens financiers et des efforts déployés pour leur réalisation.

Face à la difficulté de régénération naturelle et à la dédensification progressive du chêne-liège en Maâmora, l'administration forestière a pris des mesures pour une régénération artificielle. La régénération se fait par voie de semis ou par voie de plantation en parallèle dans les clairières et dans les culées noires d'essences introduites.

Malgré les efforts consentis par les gestionnaires forestiers, la régénération du chêne-liège reste capricieuse. Il est présumé que parmi les causes des échecs de régénération, il existe entre autre l'inaptitude de certains sols au développement du chêne-liège traditionnelement appréciée par la grande variabilité de l'épaisseur du sable. Toutefois, il existe peu de données sur l'ampleur de ces sols potentiellement non convenables au chêne-liège.

L'identification des stations constitue une des étapes fondamentales de l'élaboration des aménagements forestiers. Cette étape est particulièrement délicate à négocier dans les aménagements modernes, qualifiés d'intégrés ou encore de multifonctionnels, car elle concerne autant les sensibilités du milieu (érosion, pollution, etc.) que sa productivité ou sa valeur d'habitat potentielle.

Le développement fulgurant des systèmes d'information géographique (SIG) au cours de la dernière décennie, permet d'envisager sous un angle nouveau la valorisation des outils d'analyse stationnelle, tant au plan de l'intégration des différentes approches rendues possibles par la souplesse des outils d'analyse, que de l'échelle d'application ; possibilité de considérer des surfaces très importantes à une échelle très fine (Claessens et al., 2002).

L'utilisation des systèmes d'information couplée à l'évaluation multicritère de l'aptitude des stations forestières à la régénération du chêne-liège en Maâmora permettrait de localiser les zones avec de fortes potentialités au développement de jeunes peuplements de chêne-liège et donc une réussite plus efficiente des travaux de régénérations réalisés dans cette forêt. L'objectif global de cette étude est d'aider le gestionnaire dans le choix des périmètres de régénération. Pour y parvenir, il est primordial d'atteindre les objectifs spécifiques suivants :

3

? Identifier les facteurs écologiques (édaphiques et climatiques, floristiques, etc) déterminant dans les aptitudes à la régénération du chêne-liège dans la Maâmora ; ? Evaluer la variabilité de l'épaisseur du sable ;

? Procéder à la cartographie de ces facteurs ;

? Evaluation multicritère de l'aptitude à la régénération du chêne-liège ;

? Consolider cette information dans une base de données géographique facilement interrogeable.

Le présent travail s'inscrit dans le cadre d'un projet de coopération scientifique entre L'ENFI (Ecole Nationale Forestière d'Ingénieurs) et l'UCL (Université Catholique de Louvain en Belgique) intitulé : «Comportement et conduite des plantations de chêne-liège en forêt de la Maâmora, Maroc».

4

Chapitre 1. Revue bibliographique

1.1. Principe de la typologie des stations forestières

1.1.1. Définition de la station

Sur un massif forestier, le milieu naturel présente des variations importantes (climatique, géologique, pédologique, topographique, etc.) ; les espèces végétales et en particuliers les espèces forestières sont sensibles à ces variations qui conditionnent leur présence et leur croissance (Ladier, 1993).

La définition de la station forestière la plus adoptée en foresterie est qu'une station forestière est une étendue de terrain boisé de superficie variable, homogène dans ses conditions écologiques (climat, relief, substrat géologique, sol, végétation spontanée) (Godron, 1994). Dès que l'un de ces facteurs varie, la station forestière change (

Figure 1).

Dans une station forestière donnée, chaque essence a une production déterminée, variant dans une fourchette d'amplitude réduite. Pour décrire les milieux boisés et en évaluer les aptitudes sylvicoles (niveau de productivité, essences adaptées....), les sylviculteurs s'appuient sur la notion de station forestière.

5

Figure 1. Vision de l'écosystème élémentaire, cellule de base de paysage (principe de stations forestières) ; (Fortescue, 1980 in Terras, 2011))

1.1.2. Principaux descripteurs des stations

1.1.2.1. Régime hydrique

Bien qu'important, la mesure du régime hydrique proprement dit est réalisée rarement en condition forestière. Ceci du fait qu'en forêt la composition et la structure des peuplements, l'hétérogénéité des sols et des stations, sont autant d'éléments peu contrôlables (Chadoeuf & al., 1988) qui n'autorisent pas une généralisation des résultats comme c'est le cas dans le domaine agricole.

1.1.2.2. Climat

Les études les plus précises se réfèrent généralement aux stations météorologiques les plus proches des sites analysés (Le Goff & Levy, 1984). En fonction des données disponibles, différents indices climatiques « classiques » peuvent être calculés (indice d'aridité de DE MARTONNE, quotient pluviothermique d'EMBERGER, indice de WECK, etc).

6

1.1.2.3. Topographie

La position topographique est un élément déterminant de la station. En effet, les facteurs d'ensoleillement (facteur thermique et facteur radiatif), hydrique (circulation d'eau, profondeur de sol et évapotranspiration) et trophique (déplacement d'éléments minéraux par érosion, lessivage et accumulation en bas de pente) sont étroitement liés à la topographie (Franc & Valadas, 1990). De ce fait, Wagemas (1994) montre qu'au sein d'un versant mouvementé, 67% de la variation de hauteur dominante d'un peuplement de chêne est expliquée par des variables exclusivement topographiques. Pour ces raisons, le relief est fréquemment exprimé selon diverses codifications, au premier plan de toutes les études de potentialités stationnelles et des clefs synthétiques des catalogues de stations.

1.1.2.4. Fertilité du sol

Parmi les indicateurs de la richesse du sol, l'humus vient généralement en premier lieu (Duchaufour, 1954 ; Green & al., 1993). En effet, l'humus reflète le dynamisme du turnover, et est lié à l'acidité de l'horizon humifère (pH) qui entre dans la définition des types d'humus. On retrouve comme autres indicateurs de la richesse du sol, fréquemment la lithologie et le type de sol (Franc, 1989 ; Le Goff & Levy, 1984) ; ainsi que des mesures chimiques telles que le rapport C/N, l'acidité (pH), la capacité d'échange cationique (CEC), le taux de saturation en bases.

1.1.2.5. Phytocénose

1.1.2.5.1. Description de la flore

La composition floristique d'une parcelle située sous forêt reflète les conditions écologiques (acidité du sol, humidité, etc...). L'observation de la flore spontanée donne donc des informations sur les caractéristiques stationnelles d'une parcelle (www1 ; www2).

La méthode de description de la flore la plus généralement employée est la méthode du relevé phytosociologique. Le relevé phytosociologique consiste en un inventaire total des espèces, ventilé par strate de végétation et sommairement quantifié selon l'« abondance-dominance» et la « sociabilité » de chacune des espèces. Il permet d'appréhender également la structure et l'architecture (recouvrement, hauteur) de chaque groupement végétal. Le relevé est systématiquement accompagné d'une description générale de la station (topographie, géologie, pédologie, etc).

7

1.1.2.5.2. Indicateurs floristiques

La présence et le développement de chacune des espèces est sous la dépendance des facteurs écologiques de la station, et donc le relevé phytosociologique renseigne sur le niveau de ces facteurs. De nombreux auteurs ont ainsi conçu des indicateurs sous différentes formes : les groupes socio-écologiques, les échelles floristiques, voire aussi les associations phytosociologiques.

Toutefois, l'utilisation de ces indicateurs n'est efficace que s'il existe un équilibre entre la station et sa flore (Franc & Valadas, 1990). Notamment, les interventions humaines peuvent modifier totalement la flore d'une station pour des décennies avant qu'un nouvel équilibre ne se réinstalle.

1.1.3. Utilisation pratique de la notion de la station

Pour le forestier la station reçoit une signification supplémentaire. Il la définirait plutôt selon Bonneau & Timbal (1973) comme : « ... une étendue de forêt, homogène dans ses conditions écologiques et son peuplement, dans laquelle le forestier peut pratiquer la même sylviculture et peut espérer une même production ».Ce concept de station forestière, ainsi défini est donc très proche du concept écologique, mais on y a ajouté l'idée d'homogénéité du peuplement et d'un concept de gestion : espérance d'une même production, pratique d'un même traitement sylvicole.

1.1.4. Notion de groupes de stations

La notion de station forestière telle qu'elle vient d'être définie correspond parfois à des surfaces trop petites (Bonneau & Timbal, 1973) pour que le forestier gestionnaire puisse y envisager un traitement spécial. Il est donc nécessaire de concevoir, pour l'aménagement et la gestion des massifs forestiers, des groupes de stations, unités de plus grande surface, justiciables d'un même traitement. Ces unités résultent :

· soit du rapprochement de stations peu différentes les unes des autres par leurs caractéristiques écologiques et à l'intérieur desquelles on peut agir à peu près de la même manière. Bonneau & Timbal (1973) définissent les groupements comme «... des espaces où les unités stationnelles particulières sont suffisamment semblables pour que les possibilités et les procédés de culture de la forêt et le rendement soient sensiblement les mêmes. »

· Soit du rassemblement de plusieurs types de stations très différentes, mais peu étendues et juxtaposées plus ou moins régulièrement. C'est la notion de mosaïque

8

de stations ; une de leurs caractéristiques essentielles étant alors leur hétérogénéité écologique. Contrairement à la station sensu stricto, qui est une réalité écologique indépendante et relativement permanente, le groupe de station est une notion qui dépend donc de l'intensité de gestion recherchée et même de l'état des connaissances sylvicoles. Elle est donc susceptible d'évoluer dans le temps.

1.1.5. Conclusion

La station constitue l'unité homogène sur laquelle le forestier peut espérer la même production ou dans notre cas la même aptitude à la régénération (un même taux de réussite). C'est alors ces unités qui devront en quelques sortes constituer les périmètres de régénération.

Pour finir, il convient de faire une distinction entre aptitude et vocation. Marghadi (2009) définit l'aptitude comme étant la capacité du milieu naturel à offrir à une espèce donnée des conditions édapho-climatiques favorables à son développement alors que les vocations sont plus larges dans la mesure où elles prennent en considération, en plus des conditions édapho-climatiques, des aspects socio-économiques.

Il ressort alors qu'en plus de l'aptitude à la régénération il faudra intégrer des aspects socio-économiques et même techniques pour la réussite des interventions.

1.2. Aperçu sur le chêne-liège

1.2.1. Aire de répartition du chêne-liège

Le chêne-liège (Quercus suber L), est une essence sclérophylle sempervirente dont l'aire de répartition naturelle est la partie occidentale du bassin méditerranéen (Natividate, 1950 in Vanda, 2009). Le Portugal est le pays avec une grande superficie de chêne-liège de 737 000 ha soit 30% de la superficie mondiale mondiale de chêne-liège (Vanda, 2009). La Figure 2 illustre la répartition du chêne-liège à l'état naturel.

9

Figure 2. Répartition mondiale du chêne-liège (Aafi, 2007)

La surface de chêne-liège de l'Afrique du nord représente 33% avec une faible production de 9% du liège mondial (Tableau 1).

Tableau 1. Superficie du chêne-liège dans différents pays (Lei, 2010)

Pays	Surface (Hectares)	Pourcentage (%)	Production du liège (Tonnes)		Pourcentage (%)	Portugal
736.700	32,4	157.000	52,5		Espagne
506.000	22,2	88.400	29,5		Algerie
414.000	18,2	15.000	5,2		Maroc
345.000	15,2	11.000	3,7		France
92.000	4	3.400	1,1		Tunisie
92.000	4	7.500	2,5		Italie
92.000	4	17.000	5,5		TOTAL
2.277.000	100	299.300	100

Hors de son aire naturelle, le chêne-liège a été depuis longtemps utilisé comme essence de reboisement, en particulier en Russie, aux Etats Unis d'Amérique, en République Sud-Africaine, au Japon, en Argentine, en Australie, en Uruguay et en Israël (William, 2002).

Au Maroc, selon Natividade (1956 in Elmansouri, 2013), la subéraie s'étendait autre fois depuis le Grand Atlas sur une étendue nettement supérieure à celle d'aujourd'hui. Une liste exhaustive des forêts et stations de chêne-liège a été dressées par Sauvage (1961).

10

D'autres stations ont été décrites bien avant, notamment dans le secteur oriental et ont depuis disparu.

Par ailleurs, Benabid (1993) a fait l'état de la subéraie marocaine productive par région sous forme d'ensemble homogènes. Il a identifié six grands massifs : le massif de Maâmora, celui de Larache, de Benslimane (subéraie de plaine), le massif du Rif, du Moyen Atlas et celui du Plateau central (subéraie de montagne) (Figure 3).

Figure 3. Carte de la répartition du chêne-liège au Maroc (Elmansouri, 2013)

1.2.2. Ecologie du chêne-liège

Le chêne-liège est étroitement lié aux conditions édaphiques et bioclimatiques du milieu et est exigeant en lumière. Cette essence se développe depuis le bord de la mer jusqu'à 1500-1600 m en général, exceptionnellement 2000 m dans le Haut Atlas (Aafi, 2007) et un optimum trouvé à 600 m d'altitude (Pereira, 2007). Il développe des peuplements sylvatiques importants en ambiance bioclimatique sub-humide, humide et per-humide à variantes tempérée, chaude, fraîche et localement froide. Il apparaît également au semi-aride chaud et tempéré grâce aux compensations écologiques (humidité relative de l'air élevée, précipitations occultes, nappe phréatique proche etc ...) (Aafi, 2007).

11

Les subéraies s'accommodent bien quand les précipitations moyennes annuelles sont de 400 à 2.000 mm (Aafi, 2007) alors que de sa part, Pereira (2007) limite cet intervalle à 600-800 mm et affirme que le chêne-liège peut supporter des précipitations de l'odre de 400 mm et que les précipitations allant jusqu'à 1700 mm sont tolérables.

Le Quercus suber est une essence qui craint l'hydromorphie (Lepoutre, 1965 ; Pereira, 2007) ; elle est calcifuge et supporte mal les sols très argileux. C'est une essence considérée alors comme acidophyle. Les sols préférés sont des sols sablonneux (Maâmora, Gharb) ou à substrat compact (schiste, grès dans le Plateau central, le Rif et le Moyen Atlas oriental) (Aafi, 2007).

Du point de vue thermique, la température moyenne annuelle optimale est comprise entre 13 et 16°C et peut survivre jusqu'à une températurre moyenne annuelle de 19°C (Pereira, 2007). Par contre, le chêne-liège craint les basses températures de l'ordre de -9 °C, si celles-ci durent plus de 3 jours (Aafi, 2007), cette thèse est soutenue par Gil & Varela (2008) qui déclarent que le chêne-liège ne tolère pas des températures inférieures à -10 °C.

Sur le plan phytosociologique, le chêne-liège organise de nombreuses associations végétales énumérées par Aafi (2007) dont les principales sont l'association du Telino linifoliae-Quercetum suberis, celle du Myrto communis-Quercetum suberis et l'association du Teucrio afrae-Quercetum suberis.

12

Chapitre 2. Matériels et méthodes 2.1. Présentation de la zone d'étude

2.1.1. Situation géographique, administrative et forestière

La forêt de la Maâmora, de superficie approximative de 133.853 hectares (IFN, 1996), se situe au nord-ouest du Maroc, en bordure de l'océan Atlantique, entre les méridiens 6° et 6° 45' ouest, et les parallèles 34° et 34° 20' nord. Elle s'inscrit dans un rectangle de 60 km de long, d'ouest en est, et 30 km de large, du nord au sud (Aafi, 2007).

Figure 3. Carte de situation générale de la zone d'étude

La forêt de la Maâmora est découpée en cinq parties, bien distinctes et séparées les unes des autres par des cours d'eau. Elles sont appelées cantons et dénommées respectivement de l'ouest vers l'Est par les lettres A, B, C, D et E.

Ce massif forestier est à cheval sur deux régions économiques : la Région du Gharb-Chrarda-Bni Hssen et dont relève des provinces de Kénitra et de Sidi Kacem et celle de Rabat-Salé Zemmour-Zaër qui fait partie de la préfecture de Salé et la province de Khémisset.

13

Les cinq cantons sont subdivisés en 33 groupes ; numérotés en chiffres romains et totalisent 460 parcelles.

La forêt de la Maâmora fait partie du domaine forestier, domaine privé de l'Etat. Sa gestion est assurée par la DREFLCD du Nord-Ouest, DREPFLCD de Kénitra (pour sa moitié Nord) et de la DREFLCD Rabat-Salé-Zemmour-Zair, DPEFLCD de Khemisset et de Rabat (pour sa moitié Sud) et par les unités de gestion qui dépendent de ces structures (CCDRF, Districts et Secteurs Forestiers).

2.1.2. Caractéristiques du milieu

2.1.2.1. Cadre géologique

La forêt de la Maâmora s'étend entre l'océan atlantique et le bassin moyen de l'Oued Beht. Elle constitue ainsi la limite commune de la basse-meseta et du Rharb méridional.

Le cadre géologique de la forêt de la Maâmora a fait l'objet de plusieurs études dont les principaux résultats de ces travaux sont :

Le substratum de la zone repose sur des formations marneuses qui constituent le niveau de la nappe phréatique ou sur des sables et grés pliocènes. Au-dessus de ces couches est venu se déposer un dépôt continental dont l'épaisseur est variable et pouvant atteindre par endroit une vingtaine de mètres, appelée argile rouge de la Maâmora du Villafranchien supérieur. A la suite de ces dépôts se reposent des formations sableuses d'une épaisseur de 1 à plus de 6 mètres et qui sont de deux types :

? des sables rouges siliceux riches en oxydes de fer et pouvant contenir un peu d'argile ;

? des sables roses à beiges siliceux, plus récents et dépourvus d'argiles.

L'origine de ces sables provient en majorité du lessivage oblique des formations rouges de la Maâmora (De Beaucorps, 1956).

2.1.2.2. Cadre topographique

La forêt de la Maâmora est caractérisée par une topographie généralement plane ou, légèrement ondulée, inclinée vers le NNW suivant une pente de l'ordre de 6 % à 8 %. Le point culminant se trouve au sud-est de la Maâmora (300 m d'altitude dans la parcelle E.IV.5) et le plus bas au Nord-Ouest (7 m dans la parcelle B.II.5) (Azemri, 2011).

14

Les formes de relief sont déterminées par le système dunaire récent, par la tectonique et par l'importance du recouvrement sableux. Ainsi, on distingue trois types de reliefs.

· Maâmora occidentale (cantons A et B) : peu influencé par la tectonique avec un recouvrement sableux souvent très important et à pentes moyennes.

· Maâmora centrale (canton C) ; ayant subie la plus forte tectonique, à forte pente et où l'érosion est plus prononcée.

· Maâmora Nord orientale (canton D et E) : c'est la plus basse partie de la Maâmora à pentes et à érosion faible.

2.1.2.3. Cadre hydrographique

La nature géologique, morphologique, la faible pluviosité annuelle et le substratum argileux font que le réseau hydrographique est peu important. Seuls cinq Oueds à larges vallées séparant les cinq cantons forestiers drainent les eaux de surface vers la plaine du Gharb, Il s'agit de l'Oued Fouarat, Oued Foui, Oued Smento, Oued Tiflet et Oued Touirza.

La moindre importance de ces cours d'eau s'explique par la superficie limitée des bassins versants et par le faible ruissellement sur des sols sableux couverts de végétation. Seul, l'oued Tiflet est pérenne. Au total, les oueds écoulent chaque année l'équivalent de 4% de la pluviométrie enregistrée dans la région.

Quant aux nappes phréatiques, elles sont de faible importance. En effet, à cause de l'intense évapotranspiration (Lepoutre et Combes, 1967 in Daali, 1987), seule 15% des précipitations profitent à la nappe phréatique.

2.1.2.4. Cadre pédologique

Les principaux types de sols qui prédominent dans la forêt de la Maâmora sont essentiellement du type sable sur argile (Lepoutre, 1965). La différenciation de ces sols repose essentiellement sur trois critères à savoir :

+ l'épaisseur des sables qui couvrent l'argile ;

+ la nature des sables de recouvrement ;

+ la transition plus ou moins brutale des sables à l'argile en profondeur.

15

Selon Lepoutre (1965), la forêt présente quatre types de sols :

? Les sables beiges peu profonds sur argile : Ils sont caractérisés par une faible épaisseur des sables beiges qui reposent directement sur l'argile rouge de Maâmora. Ce caractère fait que ces sols sont très humides en hiver, à l'exception des pentes fortes traînant un puissant drainage latéral. Ce genre de sols est fréquent dans le sud des cantons C, D et E.

? Les sables profonds sur argile : II se différencient des précédents par l'importance de l'épaisseur des sables beiges. L'épaisseur peut atteindre 6 à 7m. Ils sont de ce fait très secs en été. On les trouve sur tous les comblements des creux de la surface des argiles et dans la zone d'épandage au Nord des cantons C, D et E.

? Les sables rouges sur argile : Ils caractérisent les reliefs dunaires. Les sables beiges reposent sur les sables rouges sous lesquelles apparaît l'argile rouge de la Maâmora. Les sols présentent un meilleur bilan hydrique que les deux précédents, grâce à une meilleure capacité de rétention au niveau des sables rouges.

? Les sols hydromorphes : Ils sont liés aux conditions topographiques. Ils sont cantonnés soit dans des terrains subhorizontaux (nord du canton D) où le drainage latéral est faible ; soit dans des bas-fonds. Le phénomène d'hydromorphie hivernale est caractérisé par la présence de taches de Gley ou pseudogley ou de marmorisation. En effet, il s'agit des sols à hydromorphie temporaire hivernale.

A côté de ces sols, il existe d'autres types de sol qui forment des exceptions, comme les sols rouges méditerranéens sur dune calcaire qui apparaissent en bordure occidentale, et les sols de type châtain vertiques (D.E.F.C.S, 1973).

2.1.2.5. Cadre climatique

2.1.2.5.1. Régime pluviométrique

Vu l'absence de relevés concernant les précipitations au niveau de la majorité des stations pluviométriques et de l'étalement des données relatives à ce critère sur des durées d'observations différentes, nous nous sommes alors référés aux travaux bibliographiques (Larhlam, 1994 et Aafi, 2007) pour donner quelques indications pluviométriques relatives à la zone d'étude.

16

Tableau 2. Précipitations moyennes mensuelles en mm

Station	Période d'observation	J	F	M	A	M	J	J	A	S	O	N	D		Total	Kénitra
1951-1981	92,7	79,8	69,3	50,6	26,4	4,9	0,2	0,9	53,9	92,6	95,7	118,3	598,5		Rabat
1948-1975	85,5	71,9	67,4	61,9	20	8	0,5	1,1	7,7	37,8	88,2	113,1	563,2		Tiflet
1914-1982	67,5	66,7	69,8	51,6	34,9	8,3	0,6	2,2	7,6	44,5	60,5	84,7	498,9

Source : Larhlam, 1994 et Aafi, 2007

Il y a un gradient décroissant des précipitations moyennes annuelles de l'ouest vers l'est (Tableau 2), c'est-à-dire de Kénitra (598,5 mm) à Tiflet (498,9 mm) en passant par Rabat (563,1 mm). Ce gradient décroissant est dû à l'effet de la continentalité.

Les précipitations varient de l'ouest à l'est et du nord au sud. A l'ouest, la moyenne annuelle atteint 600 mm alors qu'à l'est, elle ne dépasse guère les 400 mm. Le nombre de jours de pluies enregistré varie entre 53 et 68.

2.1.2.5.2. Régime pluviométrique moyen saisonnier

L'étude des régimes pluviométriques moyens saisonniers consiste à classer les saisons par ordre de pluviosité décroissante c'est-à-dire donner les bilans d'eau reçus saison par saison. L'analyse du Tableau 3 montre que pour toutes les stations étudiées, le régime saisonnier est du type H.A.P.E. (Hivers-Automne-Printemps-Eté).

Tableau 3. Régimes pluviométriques moyens saisonniers

Station

Précipitations moyennes annuelles (mm)

Précipitations moyennes saisonnières

Type de régime

Printemps

Eté

Automne

J

F

M

A

M

J

J

A

S

O

N

598,5

290,8

146,3

6

155,4

H.A.P.E

Rabat

563,2

270,5

133,7

5,8

149,3

H.A.P.E

Tiflet

498,9

137,4

82

5,8

106,6

H.A.P.E

2.1.2.5.3. Températures

Les températures moyennes augmentent en s'éloignant du littoral. Ceci est dû à la forte influence qu'exerce l'océan sur le climat de Maâmora occidentale (Rabat, Kénitra) et la

17

tendance continentale dans le reste de la subéraie (Badouzi, 2008). La température minimale absolue enregistrée à ce jour, a été de -6° C à Kenitra en 1932. Par conséquent, on ne prévoit pas de dommages dus aux gelées.

L'amplitude thermique annuelle qui correspond à la différence entre la moyenne du mois le plus chaud et celle du mois le plus froid, augmente au fur et à mesure qu'on se dirige vers l'est de la Maâmora. Elle est comprise entre 19° C et 32° C.

Tableau 4. Données thermiques des stations étudiées

Mois Station	J	F	M	A	M	J	J	A	S	O	N		D	Kénitra
17,2	18,0	19,5	20,7	23,0	25,0	27,3	27,8	26,8	24,0	21,0	17,8		Rabat
17,1	17,9	20,2	22,4	22,6	24,6	26,5	27,3	26,0	24,0	20,6	17,5		Tiflet
16,8	17,9	20,6	23,1	26,9	31,3	35,3	35,6	32,0	27,7	21,7	17,7

2.1.2.5.4. Synthèses bioclimatiques

? Classification de BAGNOULS et GAUSSEN

Bagnouls et Gaussen (1953) définissent les mois secs comme suit : "sera considéré comme sec, tout mois où le total de précipitations exprimé en millimètre (P en mm) est égal ou inférieur au double de la température moyenne (T en °C) du même mois exprimée en degrés centigrades". (Pmm = 2T°C).Selon Aafi (2007), la période sèche s'étend sur environ 4,5 mois pour Rabat et Kénitra et 5,5 mois pour Tiflet (Figure 4).

Les diagrammes établis les trois stations et la station de Sidi Slimane, montrent que la longueur de la sècheresse est très semblable dans les parties occidentales et orientales de la Maâmora (diagramme ombrothermique des stations de Kénitra et de Tiflet). Cette saison sèche débute généralement en fin avril-début mai et se prolonge jusqu'au mois d'octobre. Mais ce qui est intéressant à comparer dans ces diagrammes, c'est la différence entre l'intensité de sécheresse de chaque station, ainsi la surface délimitée par les courbes de températures moyennes et les précipitations moyennes est nettement plus grande à Tiflet qu'à Rabat. Ceci nous montre une sécheresse plus accentuée dans la partie orientale que dans la portion occidentale de la Maâmora.

La combinaison de Q2 et m permet de définir les différents bioclimats et leurs variantes thermiques de la Maâmora. Pour les trois stations on a les résultats suivants (Tableau 5) :

18

Tiflet

Sidi Slimane

Précipitations (mm)

120

100

40

80

60

20

0

Station de Rabat-Salé

J F M A M J J A S O N D

Mois

40

60

50

30

20

0

10

Températures (°C)

Précipitations (mm)

120

100

40

80

60

20

0

J F M A M J J A S O N D

Mois

Station de Kenitra

P(mm)

40

60

50

30

20

0

10

Températures (°C)

Figure 4. Diagrammes ombrothermiques de Bagnouls et Gaussen

? Quotient pluviométrique d'EMBERGER

Se basant sur la pluviométrie et les températures Emberger (1939) a défini les bioclimats de la région méditerranéenne. Ainsi, il a établi un quotient appelé quotient pluviométrique d'EMBERGER dont l'expression est la suivante :

Q2= 2000 P

(??+m).(??-m)

? Où P : précipitations moyennes annuelles (mm) ; M : moyenne des maxima du mois le plus chaud (°K) et m : moyenne des minima du mois le plus froid (°K).

19

Tableau 5. Bioclimats des stations limitrophes de la Maâmora

Station	P(mm)	m^°C	M^°C	Q2		Bioclimat	Kénitra
598,5	7,6	27,8	99,5	Subhumide à hiver chaud		Rabat
563,2	8,2	27,3	103,9
498,9	5,6	35,6	55,7	Semi-aride à hiver tempéré

Source : Badouzi, 2008

La Maâmora occidentale est caractérisée par un bioclimat subhumide à hiver chaud alors que dans sa partie orientale, le bioclimat est de type semi-aride à hiver tempéré (Erreur ! ource du renvoi introuvable.).

? Conclusion

L'analyse des différents facteurs climatiques permet de dégager les conclusions suivantes :

? les précipitations sont variables dans le temps et dans l'espace ;

? le régime pluviométrique saisonnier pour toutes les stations est de type H.A.P.E ; ? la durée de la saison sèche varie de 4,5 à 5,5 mois ;

? le bioclimat de la zone d'étude est de type semi-aride à hiver tempéré dans sa partie orientale et subhumide à hiver chaud dans la partie occidentale de la Maâmora.

La végétation de la Maâmora a fait l'objet de plusieurs études notamment celles de Metro et Sauvage (1955). Ces auteurs ont distingué trois formations végétales principales au

20

Figure 5. Place de la forêt dans le climagramme d'Emberger-Sauvage (Aafi, 2007)

En raison du phénomène de compensations dûes aux précipitations occultes, de l'importance de l'humidité atmosphérique et des réserves hydriques de certains types de sols à argiles plus ou moins proche, la partie située dans le semi-aride selon le système de classification d'EMBERGER peut être rattachée au subhumide (Barbero m et al., 1981 in Daali, 1987).

2.1.2.6. Groupements et associations végétales de la Maâmora

La végétation forestière naturelle de la forêt de la Maâmora est représentée principalement par le chêne-liège (Quercus suber). On y rencontre à l'état sporadique, le poirier de la Maâmora, espèce endémique de cette subéraie.

Les essences artificielles introduites dans la forêt de la Maâmora sont essentiellement les eucalyptus, les résineux et l'acacia.

21

niveau de la subéraie et ce en tenant compte des aspects physionomiques de la végétaion. Il s'agit de :

V' la forêt de chêne-liège, ou subéraie, la plus importante qui se trouve exclusivement sur les sables plus ou moins profonds strictement dépourvus de calcaire ;

V' le maquis de lentisque et d'olivier sauvage qui existe partout où la formation rouge de la Maâmora affleure et qui remplace la subéraie sur les sables de la Maâmora dans la partie orientale du massif ;

V' les fourrés des berges d'oueds permanents ou ripisilves.

Sauvage (1961) a distingué trois types de milieux du chêne-liège. Chaque milieu est caractérisé par un certain nombre de groupements ou associations végétales :

V' les groupements du couvert du chêne-liège qui regroupe l'association à Teline linifolia et Lavandula stoechas; l'association à Briza maxima qui reflète une certaine maturation en Maâmora occidentale ; une association à Cytisus arboreus et Cistus salviifolius et un groupement à Quercus suber et Pyrus mamorensis caractérisé par Thymelaea lythroides dans la partie la plus humide de la Maâmora occidentale.

V' les groupements des vides qui regroupent l'association à Helianthemum guttatum et Eryngium tenue sur sable et l'association à Galium viscosum et Daucus pumilis sur sable mobile.

V' les groupements intermédiaires qui n'ont pu être classés dans l'un ou l'autre des groupements à savoir l'association à Anthoxantum odoratum et Ornitopus isthmocarpus ; le groupement à Halimium libanotis et Lavandula stoechas en Maâmora occidentale et le groupement à Halimium halimifolium dans les vides de la Maâmora orientale

2.2. Approche méthodologique

2.2.1. Analyse des facteurs influençant la régénération du chêne-liège en Maâmora

Il s'agit d'identifier et d'analyser à partir des études antérieures (travaux de Lepoutre, Marion, les études de l'ENFI, etc), les facteurs bio-physiques reconnus influencer la régénération du chêne-liège en Maâmora. Il s'agit également de déterminer comment ces facteurs influencent la régénération du chêne-liège.

22

2.2.2. Outils de traitement

L'outil d'analyse SIG et de cartographie a été Quantum Gis (QGis). Le choix de ce progiciel se justifie par sa gratuité avec une interface conviviale, une grande puissance de traitement des données et une documentation enrichie. Il dispose également d'une bibliothèque d'extension et de fonctionnalités étendues surtout grâce à l'intégration de SAGA^®.

Le GPS Trimble Juno SB a été utilisé pour la localisation et la collecte des données sur le terrain.

2.2.3. Facteurs considérés

2.2.3.1. Profondeur du plancher argileux (épaisseur du sable)

Pour atteindre cet objectif, les données issues du forage du sol lors de la révision d'aménagement en cours (à partir de 2010), données récoltées par la société TTOBA, furent analysées. Pour mieux cerner la variabilité, la parcelle CIV11 fut choisie comme parcelle expérimentale. Un échantillonnage systématique avec une maille carrée de 100 m de côté fût adopté. A chaque noeud de la maille, l'épaisseur de la couche de sable qui correspond à la profondeur du plancher argileux a été mesurée à l'aide d'une tarière pédologique extensible permettant d'aller jusqu'à 310 cm de profondeur.

Le choix de la parcelle CIV11 s'est fait en essayant de consillier un certain nombre de critères dont notamment une faible variabilité, l'accessibilité de la parcelle ou plutôt son éloignement et enfin sa taille.

? La variabilité se réfère à une faible variabilité de l'épaisseur du sable à partir de l'échantillonnage à tous les 500 m ; ceci permet de ne pas échantillonner une parcelle déjà trop variable à première vue.

? Vu que la forêt de la Maâmora est une grande forêt, il était indispensable que la durée du trajet pour se rendre dans la parcelle soit assez faible.

? La taille de la parcelle est importante pour deux raisons : d'abord cette activité de mesure de l'épaisseur du sable est une activité manuelle et donc pénible et requiert que la parcelle soit assez petite et ensuite, il est nécessaire que la parcelle soit assez grande pour avoir une structuration spatiale sur des distances considérables.

23

2.2.3.1.1. Données mobilisables

Les données sont de deux types : à savoir les cartes d'iso-profondeurs et les données issues des sondages pédologiques à la tarière extensible.

Les données de profondeur du plancher argileux issues de l'étude pédologique (sondage à la tarière pédologique) lors de la révision d'aménagement de la Maâmora (à partir de 2010), par le bureau d'étude TTOBA, ont été analysées.

De même, les cartes d'isoprofondeur élaborées en 1993 à partir des travaux de Lepoutre ont été récupérées. Ces calques recouvrent 26 groupes sur les 33 de la forêt de la Maâmora.

2.2.3.1.2. Méthode de traitement

L'outil de base de l'analyse géostatistique par krigeage est le variogramme ou pour être spécifique le semivariogramme (Figure 6).

Figure 6. Schéma d'un variogramme montrant ses différents paramètres

Le Variogramme est caractérisé par les paramètres suivants :

Un effet de pépite (« nugget ») qui est la variation à très courte échelle, elle est généralement due à des erreurs de localisation, des erreurs d'analyse et précision analytique (Marcotte, 2014). En pratique il correspond à la variance du semivariogramme pour une distance de séparation nulle. En d'autres termes, il s'agit de l'erreur qui serait commise si les mesures sont refaites aux mêmes emplacements. L'idéal est d'avoir un effet de pépite le plus faible possible voire nul.

24

Une portée (« range ») qui est la distance à partir de laquelle le variogramme atteint son palier ; la portée pratique (parfois facteur d'échelle) est la distance à partir de laquelle le variogramme reste dans un intervalle de 5 % autour de son palier. La portée renseigne sur la structuration des données. Une portée assez longue entraîne une autocorrélation et est généralement la situation souhaitée.

Un palier (« sill ») qui correspond au plateau atteint par le variogramme. Il peut s'agir d'un palier total (prise en compte de l'effet de pépite et du palier partiel) ou d'un palier partiel ne prenant pas alors en considération l'effet de pépite.

La formule 1 permet de calculer le semivariogramme.

(1)

Avec

??_e (h) : Semivariogramme expérimental fonction de la distance de

séparation h

N(h) : Nombre de paires dont les points sont espacés de h

Z (xi) : valeur observée à l'endroit

Z (xi+h) : valeur observée à h plus loin

2.2.3.1.3. Outils de traitement

Les données récoltées ont été traitées par le programme open source R notamment ses packages « gstat » qui permet les analyses géostatistiques, « sp » pour l'aspect spatiale (cartographique) et « lattice » pour les représentations graphiques. Le logiciel GSLIB (Geostatistical Software Library) a été utilisé également pour la représentation spatiale des données.

2.2.3.2. Pente du plancher argileux

A partir des résultats d'interpolation de la profondeur du plancher argileux et d'un MNT (Modèle Numérique du Terrain ou selon d'autres appellations modèle numérique d'altitude) il peut être déduit la pente du plancher argileux qui n'est autre que le dérivé du « MNT des profondeurs » qui correspond à la hauteur du plancher argileux. Pour y parvenir, on peut procéder comme suit :

25

? Soustraire du MNT du terrain naturel la profondeur plancher argileux ; ceci produit une carte de l'élévation du plancher argileux par rapport au niveau de la mer.

? A partir de cette carte d'élévation du niveau du plancher argileux, peut être extraite la pente du plancher argileux.

La précision de cette pente du plancher argileux est liée d'une part à la précision du MNT utilisé et d'autre part à la dépendance spatiale des résultats de l'échantillonnage (profondeur du plancher argileux) et de la fiabilité de la technique d'interpolation.

2.2.3.3. Types de sol

Il existe une carte pédologique élaborée par Heusch & Billaux (1966) et disponible à l'INRA. Celle-ci disponible en format papier a été récupérée, vectorisée puis rastérisée une fois de plus avec une taille de pixel de 30 m.

2.2.3.4. Climat

Les données climatiques dans le cas de la Maâmora sont assimilées à la continentalité de la forêt. De façon répandue, les polygones de Thiessen sont utilisés pour la caractérisation du climat d'un milieu (Musy, 2005; Lorrain, 2007), mais la régionalisation à partir des polygones de Thiessen produit un effet assez artificiel (passage brutal d'un milieu à un autre).

La seconde approche est l'utilisation des courbes d'isohyètes. Cette approche permet une régionalisation assez douce mais requiert de disposer des lignes de même pluviométrie. Cette seconde méthode a été retenue vue que les courbes d'isohyètes de la forêt de la Maâmora sont déjà élaborées. Les données utilisées pour la cartographie sont des données de températures et précipitation.

2.2.3.5. Topographie

Le facteur topographique qui nous intéresse est la pente du terrain. Ces données topographiques sont extraites du modèle numérique de terrain (MNT) ASTER GDEM téléchargé d'internet. De ce MNT, il a été extrait les pentes du terrain et qui sont classifiées en classes de pentes.

Deux classes de pentes sont retenues vue que la forêt de Maâmora est une forêt de plaine. Il s'agit de la classe des pentes jugées faibles (pentes inférieures à 10%) et les pentes fortes (pentes supérieures à 10%).

Selon Godard (2007), les contraintes sont les critères booléens qui limitent l'analyse à des régions particulières. Quelle que soit la méthode utilisée finalement pour l'agrégation

26

2.2.3.6. Groupements végétaux

Données floristiques sont issues des travaux de Aafi (2007). Il s'agit d'une image SPOT traitée faisant ressortir les différents groupements végétaux. Cette carte a été numérisée.

2.2.4. Evaluation de l'aptitude

Il s'agit d'une évaluation multicritère (EMC). La méthode proposée pour ce faire, par de nombreux auteurs (Estoque, 2011 ; Anonyme1, 2009), s'articule en six étapes à savoir :

· l'identification de l'objectif en définissant clairement le problème,

· la détermination des critères et contraintes d'évaluation,

· la détermination des notes pour chacun des facteurs ou critères,

· l'attribution de poids à chacun des facteurs,

· l'agrégation ou combinaison des poids et notes pour un résultat synthétique,

· la vérification et la validation

2.2.4.1. Identification de l'objectif

Comme règle générale, (Haughey, 2014) recommande à ce que l'objectif de l'analyse multicritère soit SMART c'est-à-dire :

S = Spécifique M = Mesurable A = Atteignable R = Relevant

T = (Time bound)

La spécificité de l'objectif réfère à ce que celui-ci soit bien définit et clairement connu de tous ceux qui sont impliqués dans l'évaluation. Il est important par ailleurs de savoir quand est ce que l'objectif est atteint (mesurabilité) et également l'objectif doit être quelque chose de possible avec les ressources et les moyens disponibles (atteignable). Et enfin l'objectif doit tenir compte du temps nécessaire pour sa réalisation (time bound).

2.2.4.2. Détermination des critères et contraintes d'évaluation

Les critères ou facteurs pris en compte sont ceux qui sont jugés relevant de l'aptitude à la régénération du chêne-liège.

27

des critères, les contraintes sont toujours des images booléennes. Dans le cas précis de cette étude, les contraintes différencient les zones qui sont qualifiées d'aptes au développement d'essences forestières de celles qui sont considérées comme inaptes, quelles que soient les conditions. Par opposition, les facteurs sont des critères qui définissent un certain degré d'aptitude pour toutes les régions. Ils définissent des zones d'aptitude, ou de solutions alternatives, qui sont exprimées par des valeurs continues.

2.2.4.3. Détermination des notes ou scores pour chacun des critères

Il s'agit ici d'une façon pratique de cartographier chacun des facteurs identifiés comme important dans l'aptitude à la régénération du chêne-liège en Maâmora.

Les valeurs de ces facteurs sont alors standardisées pour que tous les critères soient dans la même échelle. Estoque (2011) et Eastman (2004) proposent par exemple que tous les facteurs soient standardisés dans une gamme de 0 à 255. Avec la valeur 0 pour les zones jugées de moins aptes et 255 pour les zones les plus aptes. Touefois, les deux auteurs estiment que les facteurs peuvent être standaridisés sur une échelle de 1 à 10 ; s'il s'agit des données en classes. A cet effet il est important de décider de la fonction d'appartenance en utilisant les règles floues. Le choix de la fonction d'appartenance est fonction du critère et de la connaissance de sa variation par les experts (Estoque, 2011). Toutefois, pour Eastman (2004), la fonction sigmoïde (fonction en forme de S) est celle qui est la plus utilisée dans le domaine des ressources natturelles.

Dans ce travail, les différents facteurs ont été standardisés sur une échelle de 1 à 10. Les données continues comme la pente du terrain ont été classifiées et chaque classe a reçu un score. Le choix du score pour chaque classe est bassée sur les résultats de l'analyse bibliographique. Une classe, pour un facteur donné, recevra un score élevé si cette classe contibue efficacement à la régénération du chêne-liège.

2.2.4.4. Attribution de poids à chacun des facteurs

Il existe plusieurs méthodes dans l'évaluation multicritères. On peut citer entre autres :

? Les méthodes de sur-classement qui consistent à classer les facteurs selon leur ordre d'importance (Estoque, 2011). Ces méthodes sont la méthode ELECTRE, PROMETHEE.

28

? Les méthodes basées sur la théorie de l'utilité (Caillet, 2003). On peut citer comme exemples de ce type de méthode la méthode MAUT (MultiAttribute Utility Theory) et la méthode des sommes pondérées.

? Il existe une autre catégorie de méthodes ; dans laquelle on peut citer AHP (Analytic Hierarchy Process) développée par Thomas Saaty dans les années 1980 et MACBETH (Masuring Attractiveness by a Categorical Based Evaluation Technique). L'AHP a été la technique utilisée pour la pondération des poids des critères d'évaluation de l'aptitude au reboisement lors de cette étude.

Cette méthode a l'avantage d'affiner le processus de décision en examinant la cohérence et la logique des décideurs (Caillet, 2003). Le point de départ de la méthode est de définir une arborescence hiérarchique de critères et de sous-critères. La représentation de l'arborescence se fait sous la forme de couples père-fils.

2.2.4.5. Description du processus d'AHP

Tous les facteurs jugés importants dans la régénération du chêne-liège ont été comparés deux à deux par des « experts » intervenant dans la gestion de la forêt de la Maâmora. Les critères sont comparés sur une échelle allant de 1 à 9 comme le recommandent Saaty & Vargas (1991) ; où 1 implique qu'il n'y a pas de préférence entre les deux critères et 9 signifie qu'un facteur est extrêmement favorisé par rapport à un autre. Cela produit une matrice carrée dans laquelle les lignes et les colonnes sont les critères.

Figure 7. Echelle de Saaty (1977) pour la pondération des facteurs par paires (Eastman, 2004)

Par la suite, les facteurs sont classés en considérant leur poids. Ces poids sont obtenus en utilisant le vecteur de priorité encore appelé vecteur propre. Le vecteur de priorité est déterminé par le calcul de la moyenne des valeurs des lignes de la matrice. Pour la normalisation, la valeur de chaque cellule a été divisée par le total de chaque colonne.

Bien que les paires de comparaison de la matrice ne soient pas attribuées aléatoirement, il en demeure une inconsistance due aux avis et préférences des experts. Cette inconsistance peut entrainer une perturbation dans le calcul des poids (des valeurs propres

29

de la matrice). Ces inconsistances peuvent être de la forme qu'un facteur est préféré au détriment d'un autre qui à son tour est préféré par rapport à un troisième, mais il n'y a pas de transitivité entre les facteurs.

Pour pallier à cela, le ratio de cohérence (CR=Consistancy Ratio) proposé par Saaty (1977) a été calculé. Ce ratio est le rapport de l'indice de cohérence (CI) par l'indice de cohérence moyenne (RI).

CR= ????

???? (2)

L'indice de cohérence moyenne est donné par l'abaque de Saaty & Vargas(1991). Cet indice est donné pour une matrice allant jusqu'à un ordre de 15 (c'est-à-dire 15 facteurs).

Tableau 6. Valeurs de RI avec n= ordre de la matrice.

n	2	3	4	5	6	7		8	RI
0.00	0.52	0.90	1.12	1.24	1.32	1.41

(Saaty & Vargas, 1991)

L'indice de cohérence (CI) est directement calculé à partir de la matrice de préférence comme le recommande Saaty (1977) selon la formule 3:

?? ?????? - n

CI=

n-1 (3)

Avec

ëmax : la plus grande valeur propre de la matrice de préférence n : ordre de la matrice de préférence

Saaty & Vargas (1991) exigent que la matrice des préférences soit revérifiée si le coefficient de consistance (CR) est supérieur à 0.1

30

2.2.4.6. Agrégation ou combinaison des poids et notes pour un résultat synthétique

Il s'agit ici de combiner les facteurs en leur affectant leur coefficient de pondération puis en les sommant pour obtenir la carte d'aptitude. Cela se représente sous l'expression suivante :

(4)

Avec

S : Aptitude

Wi : poids ou coefficient du facteur i

Xi : score du facteur i

Ç : Score de la contrainte j (0 ou 1)

2.2.5. Base de données géographiques

La base de données géographiques, constituée de couches matricielles et de couches vectorielles, générée lors de cette étude sera stockée dans un système de gestion de bases de données PostgreSQL/Postgis^®.

Le choix de ce système de gestion des bases de données s'explique par sa simplicité, sa robustesse et sa capacité à stocker d'importants volumes de données.

Cartographie

Carte des
grpt
végétaux

Flore

Pédologie

Carte des
types de
sol

Calcul des poids des facteurs (AHP)

Continentalité

Carte des isohyètes

AND overlay

WLC

Pente du terrain

Carte
des
pentes

Pente
plancher arg.

Extraction

Pente du
plancher
argileux

AND Overlay

Fctr Topo-édaphique

Epaisseur du sable

Carte de
l'épaisseur
du sable

Analyse de la
variabilité de
l'épaisseur du sable

Contraintes

Carte des contraintes

Facteurs prépondérants dans la régénération du chêne-liège

Carte des aptitudes à la régénération du chêne-liège

BDG

31

Figure 8. Schéma global de la méthodologie

32

Chapitre 3. Résultats et discussions

3.1. Analyse des facteurs influençant la régénération du chêne-liège en Maâmora

3.1.1. Epaisseur du sable et la pente du plancher argileux

La pente et la profondeur du plancher argileux (épaisseur du sable) sont des facteurs qui influencent la régénération du chêne-liège en Maâmora (Lepoutre, 1965). Cet auteur estime que la réussite de la régénération dépend des facteurs écologiques notamment topo-édaphiques (épaisseur du sable et la pente du plancher argileux). Il explique que ces deux composantes influencent le régime hydrique. Lepoutre a ainsi élaboré un abaque de « vocation » qui montre les conditions de réussite de régénération du chêne-liège de Maâmora. En résumé il ressort de cet abaque qu'en Maâmora occidentale, les échecs des reboisements sont enregistrés là où l'épaisseur du sable est supérieure à 2 m et en Maâmora centrale, on peut espérer une bonne réussite pour une épaisseur du sable comprise entre 0,5 m et 1,15 m, une pente se situant entre 3 à 12 %. Mais en Maâmora orientale, la réussite des semis se situe sur une pente de 3 à 9 % et une épaisseur du sable comprise entre 0,50 m à 1,70 m.

Il est important de retenir que Lepoutre réfère à la pente du niveau de l'argile et non la pente du terrain. Cependant, il recommande à défaut de la disponibilité des données sur la pente du niveau argileux, l'utilisation de la pente du terrain naturel. Cette approximation est d'autant plus fiable (avec un risque d'erreur de 2%) que l'épaisseur du sable est inférieure à 2 m.

Cependant, Amhajer (1997) et Boukhari (2001) affirment tous deux que le taux de réussite de la régénération artificielle ne dépend ni de la profondeur du sable ni de la pente du terrain et que celle-ci est partout possible en Maâmora (Belghazi & al., 2001). Toutefois, Belghazi et al. (2011) font remarquer que l'épaisseur du sable n'a d'effet que sur les jeunes plants de chêne-liège issus des pépinières. Ces auteurs expliquent que ces résultats contradictoires par rapport à ceux de Lepoutre (1965) viennent du fait que le semis de chêne-liège mieux adapté au terrain est doué d'une croissance racinaire importante et son arrosage au premier été compense le déficit hydrique estival lorsque le semis n'arrive pas à explorer l'humidité au niveau du plancher argileux. Il faut noter que ces auteurs ne mentionnent pas comment les jeunes sujets de chêne-liège pourraient survivre à l'hydromorphie dans le cas d'un sol très superficiel.

33

Il est à signaler que les dispositifs étudiés par Amhajer (1997) et Boukhari (2001) comportent des plants systématiquement arrosés les deux premières années.

Enfin, les résultats obtenus par Lepoutre (1965) sont soutenus par Tayane (2013) qui affirme que des résultats relativement bons sont obtenus dans les sables rouges peu profonds (profondeur inférieure à 120 cm). Ceci nous permet d'affirmer que l'épaisseur du sable a une importance dans la régénération naturelle du chêne-liège en Maâmora. Néanmoins, elle pourrait être relativisée par des apports en eau pendant la période estivale.

3.1.2. Pédologie

Les sables rouges constituent des milieux privilégiés (bonne teneur en argile), pour la réussite ainsi que pour la croissance en hauteur des jeunes semis et plants de chêne-liège (Moujanni, 2007 ; Belghazi et al., 2011).

La description des sols rencontrés en Maâmora et leurs influences sur la régénération du chêne-liège sont issues des travaux de Métro et Sauvage (1955) ; Debaucorps (1956) ; Faraj (1963) Lecoz (1964) ; Thauvin (1966) ; Lepoutre (1965, 67 et 68) ; Beaudet (1969) et Michard (1976) dont les points saillants sont repris par Anonyme2 (2011).

Le caractère hydromorphe des sols de la Maâmora est surtout temporaire. En effet les sols s'engorgent complètement chaque année pendant une durée plus ou moins longue en fonction de l'importance des pluies hivernales. Lepoutre (1965) estime que c'est le mauvais drainage des sols qui est à l'origine de l'échec du reboisement à cause de l'asphyxie des jeunes semis ou plantations. De ce, les sols hydromorphes sont impropres à la régénération du chêne-liège en Maâmora.

Les sols rouges méditerranéens (à sesquioxydes de fer ou de manganèse) sont généralement très peu profonds avec une couverture de sables beiges reposant sur l'argile rouge de décalcification. La forêt de chêne-liège recouvre assez régulièrement ces sols du fait qu'ils ne sont plus calcaires. Les rares clairières rencontrées apparaissent quand les sols deviennent très superficiels. On peut alors dire que ces sols peuvent être défavorable à la régénération du chêne-liège surtout lorsque que le sol est superficiel.

34

3.1.3. Continentalité

La continentalité réfère à la proximité par rapport à l'océan. Cette continentalité se manifeste par la diminution progressive de la pluviométrie de l'ouest à l'Est. Elle influence la réussite de la régénération du chêne-liège (Baddouzi, 2008). Inversement, il y a une augmentation de la température moyenne de l'ouest vers l'est. El Hachmi (2010), après étude de la répartition spatiale des régénérations, conclue que les taux de réussite sont meilleurs dans la Maâmora occidentale, plus particulièrement dans les cantons A et B ; ces mêmes résultats sont confirmés par Belghazi et al. (2001) ; Khalladi (2013). Ces taux sont médiocres dans les autres parties de la forêt caractérisées par des températures élevées et par des précipitations et une hygrométrie relativement faibles (El Hachmi, 2010).

3.1.4. Flore

La flore en soi-même n'est pas un facteur influençant la régénération en Maâmora vu que cette dernière est artificielle. Dans la plupart des cas, la régénération du chêne-liège se fait après un labour profond et d'un cover-croppage dans le sens perpendiculaire à celui du labour. Les groupements végétaux sont indicateurs de la qualité d'une station. Ils traduisent l'aptitude de celle-ci à la régénération du chêne-liège.

Les travaux de Marion (1951) stipulent que les sites favorables au doum (Chamaerops humilis) sont également des sites propices à la régénération du chêne-liège. Lepoutre (1965) rectifie que c'est la présence du palmier nain (Chamaerops humilis) en nappe continue ou en forte densité qui caractérise les stations convenant au mieux au chêne-liège. De sa part, Khalladi (2013) affirme que les jeunes plants et semis de chêne-liège semblent s'accommoder mieux dans les formation à Chamaerops humilis, Brumus rubens et Spergularia fimbriata.

La présence du Cistus salviifolius indique des sables moins profonds (moins de 130 cm) et donc des conditions de réussite de la régénération du chêne-liège (Lepoutre, 1965).

En ce qui concerne le Thymelaea lythroïdes, sa présence en nappe plus ou moins continue signifie toujours l'existence d'une nappe phréatique temporaire hivernale (Lepoutre, 1965). Belghazi, et al. (2001) renchérissent que la régénération du chêne-liège est médiocre dans les formations à Thymelaea lytroides, Urginea maritima, Halimium halimifolium.

35

Par ailleurs, Belghazi, et al. (2001) affirment que la régénération est bonne dans les formations à Ulex boivini et Lavandula stoechas.

3.1.5. Pente du terrain

La pente du terrain est un facteur d'appréciation de la vocation des sols et donc de la régénération du moment qu'elle influence les conditions hydrologiques, notamment le ratio ruissellement/infiltration. Quand le terrain est plat et les pluies sont excessives, l'eau s'infiltre rapidement dans les sols à texture sableuse, mais s'infiltre moins, une fois au niveau du plancher argileux relativement imperméable. Il en résulte une stagnation d'eau au niveau du plancher, et en conditions pluvieuses excessives, la lame d'eau devient plus épaisse et finit par émerger en surface (hydromorphie).

Les pentes assez bien prononcées réunissent également des conditions favorables à la régénération naturelle ou artificielle. A l'inverse, l'enracinement du Chêne-liège paraît plus difficile en zone plane (Lepoutre, 1965).

Des études effectuées par Baddouzi (2008) lui ont permis d'affirmer que la pente du terrain n'a aucune influence sur la réussite de la régénération par semis alors que celle-ci influence considérablement la réussite de la régénération par plantation. Par ailleurs, les jeunes sujets de chêne-liège s'épanuissent bien lorsque la pente du terrain est faible (Baddouzi, 2008 ; Khalladi, 2013). Baddouzi (2008), constate que le taux de réussite des jeunes plants était significativement faible lorsque la pente du terrain était supérieur à 10% alors que de sa part, Khalladi (2013) rassure que aussi bien les semis que les plants s'accomodent mieux quand la pente du terrain est faible (inférieure à 4%).

Il en ressort que la pente du terrain a une importance ne serait ce que faible, dans la régération du chêne-liège car elle intervient dans le bilan hydrique

3.2. Analyse de la variabibilité de l'épaisseur du sable

L'épaisseur du sable de la forêt de la Maâmora a été évoquée dans de nombreuses études comme facteur à prendre en considération lors de la régénération du chêne-liège. Et il existe un certain nombre d'informations quant à sa profondeur mais ces données restent peu concises. Ce chapitre vise à établir de manière la plus appropriée la carte de la profondeur du plancher argileux, de valoriser les données préexistantes et d'apprécier la qualité des sondages à la tarière réalisés dans cette forêt.

36

Afin d'atteindre ces objectifs, dans un premier temps, les données de sondage issues d'une grille de 500 m seront analysées et en second lieu, une étude plus minutieuse sera menée sur la base de données d'une grille de 100 m couvrant une parcelle.

3.2.1. Analyse exploratoire des données

Nous avons 1983 échantillons issus d'un sondage mené par la société TTOBA. Chaque échantillon contient des informations sur la position de la placette (Cordonnées Géographiques et coordonnées métriques), la pente du terrain (en pourcentage et mesurée par un clinomètre/clisimètre), la profondeur du plancher argileux, la profondeur du sable rouge et la profondeur du sable ocre.

Ces données sont issues d'un échantillonnage systématique d'une maille carré de 500 m de côté.

La variable étudiée dans cette partie est la profondeur du plancher argileux. L'analyse descriptive de cette variable montre qu'elle varie beaucoup avec une amplitude 290 cm (Tableau 7)

Tableau 7. Tableau récapitulatif de l'analyse exploratoire de la profondeur du plancher argileux mesurée selon un maillage carré d'un pas de 500 m de côté

nombre	Données	Moyenne	Mediane	Min	Max	Ecart-type	CV(%)		Amplitude
manquantes	(cm)	(cm)	(cm)	(cm)	(cm)		(cm)		1983
71	173.98	165	20	310	78.79	45.29	290

Min=minimum, Max=maximum, CV= coefficient de variation

Une très grande variabilité de la profondeur du plancher argileux est constatée, elle est d'environ 45%. Le rapport de la médiane sur moyenne est de 0,95 ; ce qui implique que la moyenne et la médiane ne sont pas très différentes.

Les profondeurs les plus grandes se localisent dans la partie nord-ouest de la carte alors que les faibles valeurs se retrouvent au nord-est et au sud c'est- à-dire dans le sud du canton C (Figure 9).

37

N

Figure 9. Carte de position des sondages de Maâmora avec un maillage carré de 500 m de côté

L'histogramme de distribution laisse voir que près de 20% des données présentent une valeur de 280 cm. Ceci conduit à une distribution bimodale (Figure 10a).

b

a

Figure 10a. Histogramme de distribution des données de Maâmora ; données brutes

Figure 10b. Graphe de probabilité de la profondeur du plancher argileux de la Maâmora ; données brutes de Maâmora

Le graphe de probabilité fait ressortir deux axes verticaux correspondant aux valeurs 280 et 300. Ces valeurs ont une fréquence trop élevée et paraissent ainsi peu vraisemblables (Figure 10b).

Dans le souci de normalisation des données, condition nécessaire pour des études géostatistiques, les observations ayant une valeur de 300 et de 280 paraissent aberrantes et donc nécessitent une attention particulière pour la suite de l'étude. En effet, leur

38

suppression donne une allure symétrique à l'histogramme de distribution des profondeurs du plancher argileux comme le montre la Figure 11.

Néanmoins, une vérification conduite sur le terrain en choisissant 50 points situés au nord du canton A, la zone dans laquelle abondent ces valeurs élevées ne permet pas de confirmer que ces valeurs sont aberrantes. De même, l'élimination de ces données conduit dans la suite des traitements à un grand effet non contrôlé «effet de pépite » très élevé. Il s'agit alors de données fiables et aucune transformation ne semble pouvoir normaliser cette distribution. Ainsi donc, l'analyse de la dépendance spatiale a été conduite sans élimination de ces données à très forte fréquence.

Figure 11. Histogramme de distribution (à gauche) et le graphe de probabilité (à droite) de la profondeur du plancher argileux avec un maillage carré de 500 m de côté

3.2.2. Etude de la variabilité spatiale de la profondeur du plancher argileux en Maâmora

Il semble avoir une grande continuité dans la direction de 135° (angle azimutal) ; cette continuité est cyclique comme le montre la Figure 12 avec une alternance de couleur bleue et de couleur rosâtre. Cette assomption d'anisotropie sera mise en évidence, si confirmée, par les variogrammes expérimentaux calculées dans différentes directions.

39

^van1

¹⁵⁰⁰⁰

¹⁰⁰⁰⁰

¹⁰⁰⁰⁰

⁹⁰⁰⁰

⁸⁰⁰⁰

⁵⁰⁰⁰

⁷⁰⁰⁰

⁰

⁶⁰⁰⁰

^-5000

⁵⁰⁰⁰

^-10000

⁴⁰⁰⁰

^-15000

³⁰⁰⁰

^dx

^{Surface de Variogramme de la profondeur d'argile}

^{Profondeur, cm avec maille carré de 500 m de côté}

^{-15000 -10000 -5000 0 5000 10000 15000}

Figure 12. Surface de variogramme de la profondeur du plancher argileux en Maâmora. Données issues d'un maillage carré de 500 m de côté

L'estimation correcte et à la limite, la détection, d'anisotropie géométrique n'est possible, en pratique, qu'à quatre conditions (fortement liées) devant être remplies simultanément (Marcotte, 2014):

· Le nombre de données est suffisant (au moins 50) : ce qui est le cas de cette étude ;

· Le facteur d'anisotropie est important (au moins 1.5).

· Une des directions utilisées dans le calcul du variogramme est près de la direction de plus grande portée.

· La fenêtre angulaire utilisée est suffisamment étroite ; une tolérance de 22.5° est considérée comme une fenêtre assez étroite vue que celle-ci empêche qu'il y ait des chevauchements selon différentes directions.

Les variogrammes expérimentaux calculés dans différentes directions confirment bien cet effet d'anisotropie. La variabilité dans la direction de 135° est faible en effet mais peut être assimilé à un effet pépite pur. Dans cette direction (135° azimutal), il y a une variabilité cyclique quoi qu'en moyenne faible et donc un pallier partiel faible (Figure 13). La direction qui montre plutôt une dépendance spatiale relativement à la distance de séparation des points est la direction de 45%. Il s'agit d'une anisotropie zonale car il y a une différence aussi bien dans le palier que dans la portée suivant des directions différentes.

40

⁶⁰⁰⁰

⁵⁰⁰⁰

⁴⁰⁰⁰

³⁰⁰⁰

²⁰⁰⁰

¹⁰⁰⁰

⁵⁰⁰⁰

¹⁰⁰⁰⁰

^{Variogramme directionnel de la Profondeur d'argile}

⁶⁰⁰⁰

⁴⁰⁰⁰

²⁰⁰⁰

^{5000 10000 15000}

⁰

⁴⁵

^{5000 10000 15000}

⁹⁰

⁶⁰⁰⁰

⁴⁰⁰⁰

²⁰⁰⁰

¹³⁵

^distance

^{Données issues d'une maille carrée de 500 m; tolérance 22,5°}

^{Variogramme omnidirectionnel de la Profondeur d'argile}

^distance

^{Données issues d'une maille carrée de 500 m; tolérance 22,5°}

Figure 13.Variogrammes expérimentaux de la profondeur du plancher argileux, calculé pour des directions différentes

De même, l'ajustement des modèles de variogramme aux variogrammes expérimentaux doit respecter un certain nombre de règles (Marcotte, 2014).

? On accorde plus de poids aux points du variogramme expérimental calculés avec beaucoup de paires.

? On essaie d'avoir N(h) = 30 pour chaque point expérimental du variogramme. Si ce n'est pas possible pour certaines classes, on accorde moins d'importance à ces points. Si le nombre de paires est très faible (=10), on ne considère plus du tout le point.

? On accorde plus de poids aux premiers points du variogramme (h petit) car ce sont ces valeurs qui ont le plus d'impact dans les calculs géostatistiques.

? Lorsque h dépasse environ dmax/2, on ne tient pas compte des valeurs du

variogramme. dmax est la taille du phénomène étudié dans la direction considérée. ? On cherche à obtenir des modèles les plus simples possible qui rendent bien

compte des valeurs expérimentales.

La Figure 14 illustre les modèles de variogramme ajustés aux variogrammes expérimentaux calculés dans la direction de plus grande variabilité et dans la direction de plus grande continuité. Les deux variogrammes directionnels s'ajustent par un même modèle ; le modèle sphérique et un effet pépite mais avec des paramètres différents.

L'effet pépite est très élevé, 3622 cm² et la partie la dépendance spatiale est faible. La portion des données structurés ; c'est-à-dire ayant une dépendance spatiale représente seulement au meilleur des cas 46.7% de la variabilité (Tableau 8). La partie structurée

41

(PS) est donnée par le rapport entre la contribution partiel (pallier partiel) et le pallier total.

⁶⁰⁰⁰

⁴⁰⁰⁰

²⁰⁰⁰

^{5000 10000 15000}

^distance

135°N

45°N

Figure 14. Variogrammes expérimentaux de la profondeur du plancher argileux, ajustés par un modèle théorique : direction de 45° et direction 135°

Une vue simpliste voudrait que le modèle de variogramme s'écrive sous la forme de la somme des deux variogrammes directionnels comme suit :

(5)

Avec u et v représentant les deux directions principales (45° et 135°) En effet le modèle de variogramme donnée par la formule 5 est admissible et autorisé mais est peu satisfaisant dans les directions intermédiaires (Deraisme, 1979 ; Budrikaite, 2005). Il existe un certain nombre de façons de modéliser une telle anisotropie mais de nombreux auteurs (Deraisme, 1979 ; Budrikaite, 2005) estiment que la meilleure façon est que le modèle soit constitué de deux composants dont le premier est isotropique et le second est anisotropique (équation 6). Le palier de la seconde composante est la différence entre les paliers dans les deux directions principales alors que le palier de la première composante est la somme des paliers dans les deux directions principales

?(h u ? h _v ) ? _?1 ( _hu ? h _v ) ? _{?2 (hv)}

(6)

42

Tableau 8. Caractéristiques des modèles de variogramme ajustés au variogramme expérimental

MODELES	Direction	Effet pépite (cm^2)	Palier partiel (cm^2)	Portée (m)	PS (%)
sphérique	45°	3622.662	3170.295	12768.22	46.7
Sphérique	135°	4008.962	1466.955	4075.969	26.8

PS= Partie structurée

Vue cette faible autocorrélation spatiale entre les profondeurs du plancher argileux issues d'un sondage à tous les 500 m, il s'avère nécessaire de se prononcer sur le pas d'échantillonnage acceptable pour estimer la profondeur du sable en Maâmora.

Pour répondre à cette question, une parcelle expérimentale a été choisie ; il s'agit de la parcelle CIV11.

3.3. Analyse de la variabilité de l'épaisseur du sable dans la parcelle CIV11

L'épaisseur du sable a été mesurée par la tarière pédologique extensible. Pour prendre en considération toutes les variabilités spatiales, un maillage carré de 100 m de côté fut installé. Cela a résulté à un échantillonnage de 201 forages. Pour chaque forage la profondeur de la couche d'argile a été détectée en observant la variation de la texture et de la couleur. La profondeur (en cm) et la position de chacun de ces forages sont représentées sur la

Figure 15.

43

Figure 15. Carte de positionnement et des profondeurs des forages de la parcelle CIV 11 de la forêt de la Maâmora

3.3.1. Analyse exploratoire

La profondeur moyenne est de 80.31 cm avec une variabilité d'environ 36 cm. Ceci renseigne sur la grande variabilité des données qui est d'ailleurs de 42%. La profondeur d'argile minimale retrouvée est de 30 cm alors que la profondeur maximale est de 220 cm (Tableau 9).

Tableau 9. Statistiques descriptives des données de profondeur du sable de la parcelle CIV11 de la forêt de la Maâmora

nombre	Moyenne	Médiane	Min (cm)	Max	Ecart-type	CV(%)	Amplitude
	(cm)	(cm)		(cm)	(cm)
201	84.31	70	30	220	35.93	42%	190

Il existe une anisotropie (Figure 16). La direction de grande continuité est la direction de 135° (angle azimutal). La direction de grande variabilité est la direction perpendiculaire à la direction de grande continuité soit la direction nord-est sud-ouest.

44

Il n'existe pas assez de paires dans la direction 45° pour calculer le variogramme au-delà d'une distance de 600 m (Figure 16). Ceci est d'autant normal à cause de la forme de la parcelle qui est plus allongée dans la direction opposée à celle-ci.

^{Surface de Variogramme l'épaisseur du sable}

^-500

⁵⁰⁰

⁰

^{Parcelle CIV11, Maâmora}

^{-500 0 500}

^van1

^dx

²⁵⁰⁰

²⁰⁰⁰

⁵⁰⁰

¹⁵⁰⁰

¹⁰⁰⁰

Figure 16. Surface de variogramme de la profondeur du plancher argileux

L'objectif étant l'étude la variabilité spatiale pour le choix, d'un pas ou maille adéquat d'échantillonnage, il convient de considérer la variabilité spatiale indépendamment de la direction. Dans cette optique, le variogramme expérimental omnidirectionnel a été calculé et ajusté à un modèle théorique.

Le semi-variogramme omnidirectionnel s'ajuste par deux modèles (Figure 17) à savoir un effet pépite qui est égale à 175.76 cm². Le second modèle est un modèle sphérique de paramètres :

? Palier partiel : 1259.48 cm²

? Portée : 659.34 m

La partie des données structurées soit le rapport entre le palier partiel et le palier total est de 87.7 %. Donc environ 88 % de la variabilité de la profondeur du sable est auto-corrélée avec elle-même pour une distance de séparation de 100 m. Ce résultat est assez satisfaisant.

45

^{Variogramme ajusté au variogramme expérimental omnidirectionnel}

^1500 ^1000 ^500

^{500 1000 1500}

^distance

^{Profondeur d'argile, parcelle CIV11 Maâmora}

Figure 17. Variogramme expérimental omnidirectionnel de la profondeur du sable ajusté par un modèle théorique

3.3.2. Conclusion

Les résultats obtenus dans la parcelle CIV11 viennent confirmer l'allure générale obtenue par les données issues du maillage systématique 500 m X 500 m, des données récoltées par la campagne de sondages de 2010. L'anisotropie est toujours présente et la grande continuité est dans la direction nord-ouest sud-est.

Il ressort qu'il existe une dépendance spatiale dans la profondeur du plancher argileux qui n'est pas observée par un échantillonnage d'une maille de 500 m de côté.

En effet, l'effet pépite élevé obtenu par la maille d'échantillonnage de 500 m correspondrait au palier d'un échantillonnage de 100 m par exemple vue que la portée dans ce cas est de 600 m environ.

Un échantillonnage avec une maille systématique d'environ 300 à 350 m de côté ou encore une maille rectangulaire avec la longueur dans le sens nord-ouest sud-est permet d'appréhender la variabilité du sol. Ceci se justifie dans la mesure où une distance de séparation de 300 m environ garantie une structuration des données à plus de 50% et représente également moins de la moitié de la portée. Une dépendance spatiale assez acceptable pour l'interpolation et c'est la proportion que recommandent Kerry & Oliver (2004). Nos résultats sont soutenus par ceux de Chilès & Delfiner (2012) qui montrent que le sous-échantillonnage diminue le palier totale et donc une structuration faible des données. Néanmoins, un sur-échantillonnage peut entrainer une augmentation de l'effet

46

de pépite c'est le cas observé par Akhavan & al. (2010) qui après avoir triplé la taille de l'échantillon a perdu toute structuration des données

3.4. Cartographie des principaux facteurs influençant la régénération et évaluation de l'aptitude à la régénération du chêne-liège en Maâmora

3.4.1. Facteurs topo-édaphiques

3.4.1.1. Profondeur du plancher argileux

La carte de la profondeur du plancher argileux est issue de deux sources différentes. Les courbes d'iso-profondeurs élaborées en 1992 à partir des travaux de Lepoutre (1965) et basés sur des pas d'échantillonnage allant jusqu'à 40m et qui concernent 26 groupes. Le reste des données provient du traitement de la variabilité spatiale obtenue sur la base des données issues de la campagne de sondages à la tarière de 2010 menée par la société TTOBA. A ces dernières données, s'ajoutent celles issues du sondage à la tarière réalisées lors de cette étude et qui ont servi à l'analyse du pas de sondage pour la parcelle CIV11Les courbes d'iso-profondeur sont d'une meilleure qualité car prennent plus en considération la variabilité spatiale. Ceci est d'autant normal car ces courbes sont issues des travaux de Lepoutre qui a foré avec des pas d'échantillonnage allant jusqu'à 40 m (Lepoutre, 1965).

L'épaisseur du sable surmontant la couche d'argile, en Maâmora, varie de 40 cm à 330 cm avec les plus grandes épaisseurs se trouvant dans la Maâmora occidentale c'est-à-dire les cantons A et B (Figure 18).

3.4.1.2. Pente du plancher argileux

La pente du plancher argileux est une carte plus ou moins délicate. Elle est déduite elle-même de deux cartes différentes comme mentionné en §2.2.3.2. L'étude de la variabilité de la profondeur du plancher argileux faite dans le chapitre précédent ressort clairement que le pas d'échantillonnage de la maille carrée de 500 m de côté est trop important pour prendre en considération toute la variabilité spatiale de la profondeur du plancher argileux. Ceci implique que la carte de la profondeur du plancher argileux élaborée est une carte avec une faible précision. Cette donnée couplée avec le MNT ASTER GDEM de 30 m de résolution spatiale, il va s'en dire que la précision de la pente du plancher argileux est faible (propagation d'erreurs).

La carte de la pente du plancher argileux, en Figure 19, montre que les fortes pentes du plancher argileux se trouvent en Maâmora orientale alors que les faibles pentes sont en Maâmora occidentale.

Figure 18. Carte des classes de profondeur du plancher argileux en Maâmora

47

Figure 19. Carte des pentes du plancher argileux de la forêt de la Maâmora

48

49

3.4.2. Carte pédologique

La carte pédologique montre qu'il existe sept types de sols en Maâmora. Ces sols ont différentes influences sur la régénération et le développement du chêne-liège. Ces sept types de sol sont en quatre classes à savoir les sols isohumiques, les sols peu évolués, les sols à sesquioxyde de fer et enfin les sols hydromorphes (Figure 20).

3.4.3. Pente du terrain

La pente du terrain naturel est généralement faible (environ 4%). Elle est par endroit assez élevée et atteindre près de 50%, mais sur des faibles distances (Figure 21). Ces mêmes résultats sont obtenus lors des prospections sur le terrain et de même par TTOBA lors de la prospection par sondage à la tarière pédologique et mesure de la pente du terrain à l'aide du clinomètre.

3.4.4. Continentalité

Il existe huit zones homogènes déterminées par les courbes d'isohyètes. Ces zones délimitées à partir des stations météorologiques situées au sein et aux alentours de la forêt. Ces stations énumérées par Mandouri (1990) sont au nombre de treize et bien réparties dans toute la forêt ; la période d'observation de treize ans comme le montre l'annexe 3.

La Figure 22 illustre l'effet de continentalité avec une décroissance des précipitations allant de 410 mm environ à l'est (dans le canton E) aux alentours de 580 au nord-ouest de la forêt.

3.4.5. Flore

La carte floristique met en relief les principaux groupements végétaux à savoir le groupement à Chamaerops humilis (palmier nain), le groupement Thymelaea lythroïdes, le groupement à Teline linifolia et le groupement à Halimium en plus du groupement à Cistus salviifolius. Cette carte montre également des zones de reboisement de résineux et de feuillues où la végétation spontanée est difficilement identifiable (Figure 23).

Figure 20. Carte pédologique de la Maâmora établie par Heusch & Billaux (1966) in Anonyme2 ( 2011)

50

Figure 21. Carte des classes de pentes du terrain naturel de la forêt de Maâmora

51

Figure 22. Carte des isohyètes de la forêt de Maâmora (Mandouri, 1990)

52

Figure 23. Carte des groupements végétaux de la forêt de la Maâmora (souce : Aafi, 2007)

53

54

3.5. Evaluation de l'aptitude à la régénération du chêne-liège en Maâmora

3.5.1. Critères et les contraintes

Les critères pris en considération pour l'évaluation de l'aptitude à la régénération du chêne-liège sont la pente du plancher argileux, l'épaisseur du sable (profondeur du plancher argileux), la pente du terrain naturelle, la continentalité et les types de sol.

La composante floristique fut réservée pour l'évaluation de la cartographie pour une double raison. D'une part, la carte des groupements végétaux ne couvre pas toute la forêt (non cartographiée pour une partie du canton E) ; et d'autre part, elle est indéfinie pour les parties reboisées surtout en essences exotiques telles que les acacias, les pins et les eucalyptus. D'ailleurs, cette composante a été considérée dans ce travail comme un indicateur de la qualité de la station et non un facteur contribuant ou indispensable à la régénération du chêne-liège en Maâmora..

Les contraintes sont les enclaves correspondant aux douars ou occupations temporaires à l'intérieur de la forêt et qui sont impropres au chêne-liège.

3.5.2. Attribution des notes ou scores à chaque facteur 3.5.2.1. Facteur topo-édaphique

3.5.2.1.1. Epaisseur du sable

L'aptitude à la régénération eut égard à la profondeur du plancher argileux (épaisseur du sable) a été évaluée en séparant les données de profondeur en régions reconnues présentant une homogénéité. Ces régions sont la Maâmora occidentale (Canton A et B), la Maâmora centrale (canton C) et la Maâmora orientale (Canton D et E). La fonction d'appartenance de la profondeur jugée apte a été évaluée en utilisant les règles floues. Ceci a permis alors d'intégrer l'incertitude sur la profondeur exacte du plancher argileux correspondant aux zones aptes à la régénération. Les fonctions d'appartenance définies sont à la Figure 24.

55

Figure 24. Fonctions pour l'attribution de note au facteur épaisseur du sable pour le calcul de l'aptitude à la régénération. Sur l'axe y, l'aptitude avec 1 signifiant l'aptitude maximale et l'axe des x représente l'épaisseur du sable en cm.

3.5.2.1.2. Pente du plancher argileux

De même que pour la profondeur du plancher argileux, se basant sur la littérature (le chapitre relatif à l'analyse des facteurs influençant la régénération du chêne-liège en Maâmora), peuvent être définies les classes de pentes reconnues êtres favorables à la régénération du chêne-liège. Pour incorporer également l'incertitude liée à la limite des classes, les fonctions d'appartenance suivantes ont été définies.

Figure 25. Fonctions pour l'attribution de note au facteur pente du plancher argileux pour le calcul de l'aptitude à la régénération. Sur l'axe y, l'aptitude avec 1 signifiant l'aptitude maximale et l'axe des x représente les pentes du plancher argileux en pourcentage.

Il n'existe pas de fonction d'appartenance pour la Maâmora occidentale car dans cette partie de la forêt, la pente du plancher argileux n'est pas jugée comme un facteur déterminant dans la régénération du chêne-liège (Lepoutre, 1965).

Vue que la pente et l'épaisseur du plancher argileux sont des facteurs liés, et donc les scores de l'un dépend de l'autre, ces deux facteurs ont été combinés par une analyse ou une condition « ET » ou « AND ». Ceci résulte à un nouveau facteur désigné sous le vocable facteur topo-édaphique qui réunit les conditions de l'épaisseur du sable et celle de la pente du plancher argileux

Figure 26. Carte des enclaves de la forêt de Maâmora

56

57

3.5.2.2. Facteur pédologique

L'analyse des types de sols cartographiés laisse voir qu'il existe différents types de sols dont la contribution à la régénération du chêne-liège diffère. Ainsi les plus faibles scores sont données aux sols peu favorables au chêne-liège (sols hydromorphes et les sols peu évolués) alors que les scores élevés sont réservés aux sols jugés meilleurs (Figure 28).

Types de sols

Sol lessivé modal, sur cailloutis à matrice argilo-... Sol lessivé hydromorphe à pseudogley de... Sol lessivé modal sur sable argilo-acide reposant... Sol à sesquioxyde de fer Sol isohumique Sol peu évolué non climatique Sol hydromorphe

0 1 2 3 4 5 6 7 8 9 10

Aptitudes

Figure 27. Aptitude des différents sols de la Maâmora à la régénération du chêne-liège

3.5.2.3. Pente du terrain naturel

Pour discriminer les pentes jugées très fortes qui ne conviennent pas à la régénération du chêne-liège, une fonction d'appartenance a été définie. Une pente est jugée forte lorsque celle-ci est supérieure à 15% et faible lorsqu'elle est inférieure à 10%. La Figure 28 représente la fonction d'appartenance.

Figure 28. Fonctions pour l'attribution de note au facteur pente du terrain pour le calcul de l'aptitude à la régénération. Sur l'axe y, l'aptitude avec 1 signifiant l'aptitude maximale

et l'axe des x représente les pentes du terrain naturel exprimées en pourcentage

3.5.2.4. Continentalité

Vu qu'en Maâmora c'est la variation de précipitation qui est reconnu avoir un effet significatif sur la régénération du chêne-liège, c'est seulement ce paramètre qui est pris en considération pour évaluer l'effet de la continentalité sur la régénération. Les scores de la continentalité sont évalués en utilisant les courbes d'isohyètes interpolées à tout endroit de la forêt avec le minimum de précipitation ayant un score de 1 et le maximum un score de 10 ; ces scores sont attribués suivant une fonction linéaire.

58

En somme, à l'exception des types de sols, les scores pour tous les autres facteurs sont attribués de façon non subjective. Ceci donne une grande importance à l'approche et donc une évaluation cohérente et pertinente.

3.5.3. Attribution des poids à chacun des facteurs identifiés

Afin de déterminer les poids de chaque critère l'approche experte a été adoptée. Trois experts issus de domaines différents ont été choisis dans le but d'avoir des résultats objectifs.

Expert 1 : Forestiers praticien dont l'accent est mis sur la biodiversité, la phyto-écologie et la phytosociologie

Expert 2 : Forestier praticien dont les domaines d'intérêts sont l'agro-écologie et la pédologie.

Expert 3 : Forestier praticien dont les domaines d'actions sont la sylviculture le reboisement et l'inventaire.

Tableau 10. Moyenne des poids donnés par les trois experts

Experts	Critères				CI	CR (%)
	Topo- édaphique	^Continentalité	Pente du terrain	Type de sols
1	0.29	0.41	0.05	0.25	0.07	7
2	0.24	0.61	0.06	0.09	0.05	5
3	0.25	0.25	0.25	0.25	0	0
Moyenne	0.26	0.42	0.12	0.20	0.04	4

Vu qu'il s'agit en fin de comparer quatre critères, le RI=0.9

Le ratio de cohérence (CR) est en moyenne égale à 4% (Tableau 10) ce qui est inférieur à 10% comme il est recommandé.

3.5.4. Aptitude à la régénération

Après agrégation à partir de la formule 4, les indices d'aptitude sont regroupés en quatre intervalles égaux. Les indices les plus élevés correspondant à la meilleure aptitude et inversement. La Figure 29 illustre les différents niveaux d'aptitude pour la régénération du chêne-liège.

Près de 23400 ha soit 17.4% de la forêt sont des zones ayant une bonne aptitude pour la régénération du chêne-liège alors que 34.84% de la forêt soit une surface de 46881.81 ha est faiblement apte à la régénération du chêne-liège (Tableau 11)

59

Tableau 11. Classe d'aptitude à la régénération du chêne-liège avec les surfaces correspondantes

Aptitude	Surface (ha)	Pourcentage
Enclaves	4438,89	3,30
Très faible	5764,59	4,28
Faible	46881,81	34,84
Moyenne	54057,51	40,18
Bonne	23407,02	17,40
Total	134549,82	100

Parmi les 4438.89 hectares d'enclaves, 3266.64 ha correspondent à la réserve de chasse royale.

Il y a un gradient, bien que non linéaire, de l'aptitude qui va de l'ouest vers l'Est. Les meilleures aptitudes sont dans les cantons A et B. Les résultats obtenus sont en accord avec ceux obtenus par (Badouzi, 2008 ; El Hachmi, 2010; Khalladi, 2013) qui montrent que le taux de réussite de la régénération du chêne-liège décroit en allant du canton A vers le canton E.

Il convient de noter que les résultats obtenus dans cette étude sont considérablement influencés par le facteur topo-édaphique (pente du plancher argileux et épaisseur du sable) et surtout le climat à travers la continentalité (Tableau 10).

Afin d'avoir une appréciation plus ou moins quantifiable des résultats, il y a nécessité de les superposer à la carte des groupements végétaux. En effet, comme il a été démontré au chapitre §3.1.1 relatif à l'analyse des facteurs influençant la régénération du chêne-liège, la flore peut servir comme un élément de validation des résultats de l'évaluation multicritère. La carte d'évaluation se trouve à la Figure 30.

Une autre approche d'évaluation de la qualité des résultats obtenus pourrait être la confrontation entre le bilan des essais de régénération et la carte de la Figure 29. Cependant, cette approche pose deux problèmes. D'une part, les données des bilans de régénération (à notre disposition) élaborées par El Hachmi (2010) ne concordent pas avec les observations faites sur le terrain. D'autre part, les bilans ne reflètent pas nécessairement l'aptitude du milieu. La technique culturale (préparation du sol, technique plantation ou semis à la bonne période), le respect de la mise en défens, la qualité des

60

plants et/ou des glands sont aussi des facteurs importants. Ceci explique pourquoi cette seconde approche bien que plus pertinente (sur le plan théorique) n'est pas adoptée.

Les résultats, tels que présentés à la Figure 29, donnent une idée au gestionnaire des zones d'intervention mais lui reste peu utile. Ce qui intéresse le gestionnaire est de lui fournir une unité de gestion sur laquelle il peut planifier des interventions. L'unité de gestion par excellence de la forêt est la parcelle. Pour répondre à cette attente, l'aptitude moyenne pour toute parcelle a été calculée puis affectée à celle-ci. Le résultat est présenté à la Figure 31.

Sur le plan pratique, la Figure 31 montre les zones prioritaires en cas de planification. Les zones ayant une bonne aptitude doivent faire la priorité du gestionnaire si celui-ci espère une bonne réussite de son programme de régénération. Cependant, les zones à aptitude faible ou très faibles peuvent être explorées pour expérimentation en vue de comprendre davantage les causes des échecs ou mieux encore pour développer une technique de culture du chêne-liège adaptée à ces milieux.

Figure 29. Carte d'aptitude à la régénération du chêne-liège dans la forêt de la Maâmora

61

62

Figure 30. Carte d'évaluation de l'aptitude à la régénération du chêne-liège dans la forêt de la Maâmora par superposition avec la carte des groupements végétaux

Figure 31. Carte d'aptitude à la régénération moyenne par parcelle de la forêt de la Maâmora

63

64

Conclusion générale

La forêt de la Maâmora est caractérisée par une ambiance climatique semi-aride, un substrat géologique constitué par un dépôt de sable décalcifié qui repose sur un plancher argileux rouge du Villafranchien et un relief très peu accidenté. Dans cette forêt, la régénération du chêne-liège reste capricieuse bien que des méthodes de régénération artificielle soient mises au point et vulgarisées. L'introduction des essences exotiques aux dépens du chêne-liège sous-entend d'apprécier l'étendue des milieux défavorables au chêne-liège et leur ampleur. Ceci s'impose dans une perspective d'adapter les techniques culturales en fonction du niveau d'aptitude constaté.

Pour résoudre cette problématique, en premier lieu, les principaux facteurs reconnus avoir une influence dans la régénération du chêne-liège ont été identifiés et cartographiés. En seconde position suite à l'importance accordée à l'épaisseur du sable dans la forêt de la Maâmora, la variabilité de l'épaisseur du sable a été étudiée par des approches géostatistiques notamment pour évaluer la dépendance spatiale. Enfin la combinaison de ces facteurs avec chacun ayant un poids déterminé par évaluation d'experts à partir de l'approche AHP (Analytic Hierarchy Process) permet de déterminer les indices d'aptitude du sol à la régénération du chêne-liège.

Les principaux facteurs influençant l'aptitude à la régénération du chêne-liège dans la forêt de la Maâmora sont le climat exprimé par l'expression « la continentalité » ; celle-ci se manifeste par une diminution des précipitations de l'ouest vers l'Est et l'augmentation des températures dans le sens inverse ; la pente du terrain naturelle à savoir les pentes faibles (<10%) et les pentes fortes (>15%) ; l'épaisseur du sable, la pente du plancher argileux, les groupements végétaux et les types de sols.

La cartographie de ces facteurs est faite à partir soit des données préexistantes qui ont été actualisée ou traitée, soit à partir des données récoltées. Ainsi la pente du plancher argileux est déduite à partir d'un modèle numérique d'élévation et des épaisseurs du sable.

Par ailleurs, l'épaisseur du sable de la forêt est très variable ; cette variabilité est plus importante dans la direction sud-ouest nord-est que dans la direction opposée. A partir d'un échantillonnage systématique carré de 100 m de côté, il ressort qu'il y a une grande variabilité spatiale qui n'est pas visualisée à 500 m d'intervalle et ceci augmente l'effet de pépite du variogramme.

65

Une maille d'échantillonnage carrée de 300 à 350 m permet de prendre en considération une variabilité spatiale importante. La dépendance spatiale ou l'autocorrélation spatiale est de l'ordre de 43% avec un échantillonnage à partir d'une maille carrée de 500 m de côté.

Il convient alors que la carte des épaisseurs du sable est d'une précision assez raisonnable pour prendre des décisions mais reste toujours discutable.

Les zones les plus aptes sont dans la partie occidentale de la forêt. Les zones ayant une bonne aptitude représentent 23407.02 ha soit 17.4% de la forêt. Les zones ayant une aptitude faible et très faible couvrent 39.12% de la forêt.

Certaines zones identifiées aptes ont fait l'objet de reboisements ou plantation antérieurs qui se sont soldés par des échecs ou des taux de réussite médiocres. Un échec qui pourrait être attribué aux techniques culturales plutôt qu'à l'aptitude du milieu. Les résultats obtenus se basent essentiellement sur les travaux antérieurs. Par conséquent, ceux-ci sont sujets de changement et de modification avec la recherche.

A la lumière de ces résultats, peut-on recommander ce qui suit :

? Donner la priorité aux zones avec de bonnes aptitudes à la régénération lors des programmes de régénération artificielle du chêne-liège,

? Respecter la mise en défens dans les périmètres de régénération jusqu'à l'âge défensable des jeunes sujets de chêne-liège afin de permettre au milieu naturel d'offrir tout son potentiel,

? Etre prudent dans la prise de décision des périmètres de régénération, et si besoin est, une vérification préalable des facteurs est recommandée,

? Améliorer la qualité des données notamment la précision de la profondeur du plancher argileux par recherche de variable fortement corrélée à la profondeur du plancher argileux ou par utilisation des techniques de prospection non destructrices et fiables et à faible coût comme le GPR (Ground Penetrating Radar),

? Procéder à une évaluation de la vocation vue que celle-ci intègre en plus des conditions écologiques, la dimension socio-économique.

Benzyane, M. (1996). L'aménagement forestier : concept et évolution. Le grand livre de la forêt marocaine. Mardaga, 126-144.

66

Bibliographie

Aafi, A. (2007). Etude de la diversité floristique de l'écosystème de chêne-liège de la forêt de la Maâmora. Rabat: Thèse de Doctorat d'Etat Es-Sciences Agronomiques, I.A.V Hassan II, 190 p.

Akhavan, R., Zahedi Amiri, G., & Zobeiri, M. (2010). Spatial variability of forest growing stock using geostatistics in the Caspian region of Iran. Caspian J. Env. Sci., Vol. 8 No.1 pp. 43-53.

Amhajer, M. (1997). La régénération artificielle du chêne-liège en relation avec les facteurs du milieu : cas de la forêt de la Maâmora. Salé: Mémoire du 3è Cycle, ENFI.

Anonyme1. (2009). Analyse multicritères de scénarios de production de tomate pour le consommateur Genevois. Genève: SOFIES Sarl.

Anonyme2. (2011). Etude de Sol et Vocations, PV d'aménagement de la forêt de Maâmora. Rabat: TTOBA.

Anonyme3. (2011). Aménagement proposé, PV d'aménagement de la forêt de la Maâmora. Rabat: TTOBA.

Azemri, M. (2011). Analyse des facteurs de dégradation de la subéraie de la Maâmora (Canton A et B). Mémoire de 3ème cycle, E.N.F.I, Salé, 86 p.

Baddouzi, M. (2008). Le semis direct de glands et les jeunes plantations de chêne-liège dans la forêt de la Maâmora : bilan et perspectives. Salé, Maroc: Mémoire du 3ème Cycle, ENFI, 79p.

Bagnouls, F., & Gaussen, H. (1953). Saison sèche et indice xérothermique. Bulletin Société Histoire Naturelle, Toulouse, Tome 88, 193-239.

Bazin, N., & Gaudin, S. (2003). Tests d'une méthode de cartographie rapide des stations forestières. Champagne-Ardenne: CRPF .

Belghazi, B., Badouzi, M., Belghazi, T., & Moujjani, S. (2011). Semis et plantation dans la forêt de chêne-liège de la Maâmora (Maroc). forêt méditerranéenne, tXXXII, n°3, 1-14.

Belghazi, B., Ezzahiri, M., Amhajar, M., & Benziane, M. (2001). Régénération artificielle du chêne-liège dans la forêt de la Maâmora (Maroc). Forêt méditerrannéenne t.XXII, n°3, 253-261.

Benabid, A. (1993). . Ecologie, conservation et restauration des subéraies. actes de formation continue, ENFI. Salé.

Eastman, J. R. (2004). Système d'Information Géographique et aide à la décision. IDRISI 4.1 Update Manual. Clark University.

67

Bonneau, M., & Timbal, J. (1973). Définition et cartographie des stations; conception francaise et étrangères. Ann. Sci. forest, 30 (3), 201-218.

Budrikaite, L. (2005). Modeling of zonal anisotropic variograms. Liet. matem. rink,45, spec. nr., 339-342.

Caillet, R. (2003). Analyse multicritère: Analyse et comparaison de méthodesexistantes en vue d'une application en vue d'une application analyse de cycle de vie. p53. Montreal: CIRANO.

Chadoeuf, J., Aussenac, G., & Granier, A. (1988). Analyse de la variabilité spatio-temporelle et modélisation statistique des variations de stock d'eau du sol en forêt. Ann. Sci. For., 323-340.

Chilès, J., & Delfiner, P. (2012). Geostatistics: Modeling Spatial Uncertainty. 2nd Edition. New York: John Wiley & Sons.

Claessens, H. (2002). Vers une cartographie informatisée des stations forestières. Forêt wallonne n°57, 22-30.

Claessens, H., Lejeune, P., Cuvelier, M., Dierstein, A., & Rondeux, J. (2002). Mise au point d'un modèle cartographique pour la description des stations forestières en Ardenne belge. Biotechnol. Agron. Soc. Environ, 6 (4) 209-220.

D.E.F.C.S. (1973). Forêt de la Maâmora : Procès verbal d'aménagement 1973-1992. 7ème partie. Rabat, Maroc. .

Daali, A. (1987.). Contribution à l'étude de la régénération artificielle par semis de chêne-liège (Quercus suber) dans la Maâmora centrale (Maroc) : cas de la réserve de chasse royale d'Aïn johra. Mémoire de 3ème cycle, I.AV Hassan II, Rabat, 139 p.

De Beaucorps, G. (1956.). Evolution de l'humidité des sols dans une futaie claire de chêne-liège. Ann. Rech. For ., Rapport annuel 1956, Fasc. I,.

Delpech, R. (1985). Typologie des stations forestières. Paris: Vocabulaire, IDF.

Denis, P. (1997). Cartographie des stations forestières, Bois et Forêts en Pays de la Loire. N°50.

Deraisme, J. (1979). Zonal Anisotropy: how to model the variogram? GEOVARIANCES, Poster.

DREFNO. (2005). Appel pour la sauvegarde de la forêt de la Maamora. Kénitra.

Duchaufour, P. (1954). Etude des types de végétation dans une sapinière vosgienne. Rev. For. Fr. 3, 160-178.

68

Elmansouri, A. (2013). Analyse basée télédétection pour la mise en place d'un système d'information géographique pour le suivi de l'état sanitaire et l'exploitation du liège en Maâmora. Mémoire du 3ème Cycle, ENFI, Salé, 113p.

Emberger, L. (1939). Projet d'une classification des climats du point de vue phytogéographique. Bulletin Société Histoire Naturelle, Toulouse, 97-124.

Estoque, R. C. (2011). GIS-based Multi-Criteria Decision Analysis (inn Naturall Resources Management). Tsukuba: Division of spatial sciences,University of Tsukuba.

Franc, A. (1989). Le Massif Central cristallin. Analyse du milieu - Choix des essences. CEMAGREF: Etudes Forêt n°2.

Franc, A., & Valadas, B. (1990). Stations forestières et paysages : les granites du Massif central. Rev. For. Fr. 42(4), 403-416.

Gil, L., & Vrela, M. C. (2008). Cork oak: Technical guidelines for genetic conservation and use. EUFORGEN.

Godard, V. (2007). Cours de Master. Aide à la décision et SIG. Paris: Département de Géographie Université Paris 8.

Godron, M. (1994). Ecologie de la végétation terrestre. Edition Masson.

Green, R., Trowbridge, R., & Klinka, K. (1993). Towards a taxonomic classification of humus. Forest Sci. Monograph. 29,, 49p.

Hammoudi, A. (2002). Subéraie et biodiversité du paysage. . France: Colloque. Inst.Médit. du liège.

Haughey, D. (2014, Janvier 14). SMART GOAL. Récupéré sur http://www.projectsmart.co.uk/smart-goals.html

Heusch, B., & Billaux, P. (1966). Carte pédologique du Rharb, de la Maâmora Septentrionale et de leur bordure orientale. Ministère de l'agriculture et de la réforme agraire.

I.F.N. (1996). Inventaire Forestier National. Haut Commissariat des Eaux et Forêts et de la Lutte Contre la Désertification, Rabat. .

Kerry, R., & Oliver, M. A. (2004). Average variograms to guide soil sampling. International Journal of Applied Earth Observation and Geoinformation 5, 307325.

Khalladi, S. (2013). Evaluation de l'effet de couvert arboré et arbustif sur le développement des plants et semis de chêne-liège ainsi que sur la strate herbacée dans la Maâmora. Mémoire du 3ème Cycle, ENFI, Salé, 82p.

Ladier, J. (1993). Typologie des stations forestières du massif sainte victoire. Revue forêt méditerranéenne, Tome XIV, n° 4. pp275-290.

Pereira, H. (2007). Cork: Biology, Production and Uses; chapiter 4: The cork oak. Pays Bas: Elsevier Publications.

69

Larhlam, A. (1994). Influence des différents types d'utilisation de la forêt (subéraie naturelle, reboisement, défrichements) sur les caractéristiques physico-chimiques des sols dans la Maâmora occidentale. Mémoire de 3ième cycle, E.N.F.I, Salé, 192 p.

Le Goff, N., & Levy, G. (1984). Productivité du frêne (Fraxinus excelsior L.) en région Nord-Picardie - Etude des relations entre la productivité et les conditions du milieu. Ann. Sci. For., 135-170.

Legros, J. P. (1996). Cartographie des sols, De l'analyse spatiale à la gestion des territoires,. Coll. Gérer l'environnement. Presses polytechniques et universitaires romandes.

Lei, X. (2010). Assessment of Climate Change Impacts on Cork Oak in Western Mediterranean Regions: A Comparative Analysis of Extreme Indices . Thèse de master, Lund University, Suède.

Lepoutre, B. (1965). Régénération artificielle du chêne-liège et équilibre climatique de la suberaie de la forêt en forêt de la Maâmora. Ann. Rech. For. Maroc, 188p, 355364.

Lorrain, K. (2007). Analyse des apports horizon 2050 pour les bassins de Churchill Falls, MANIC- et CANIAPISCAU. Maitrise M. Ing., Ecole de Technologie Supérieure, Université du Québec.

Mandouri, T. (1990). Importance de la fertilisation dans le fonctionnement de l'écosystème à Eucalyptus (Lacke albacutya) avec et sans fertilisation en milieu sableux et en climat méditerranéen du Maroc. (non publié).

Marcotte, D. (2014, 03 08). Cours GML6402. Récupéré sur Géostatistique: http://geo.polymtl.ca/~marcotte/mth2302c/chapitre9.pdf

Marghadi, S. (2009). Intégration des méthodes d'aide à Ca décision dans Caménagement. Thèse de doctorat, UCL, Faculté d'ingénierie Biologique, Agronomique et Environnementale. 386p.

Marion, J. (1951). La régénération du chêne-liège en Maâmora. Ann. Rech. For. Rabat, 25-27.

Moujanni, S. (2007). Etude comparative de semis direct de glands et des jeunes plantations du chêne-liège dans la forêt de la Maâmora (Canton A et B). Mémoire du 3ème Cycle de l'ENFI, Salé, 88p.

Musy, A. (2005, Février). Cours d'hydrologie générale, chapitre 3: Les précipitations. Ecole Polytechnique Fédérale de Lausanne, Suisse.

70

Saaty, T. L. (1977). A scaling method for priorities in hierarchical structures. Journal of Mathematical Psychology, pp. 231-281.

Saaty, T. L., & Vargas, L. G. (1991). Prediction, Projection and Forecasting. Dordrecht, 251 pp.: Kluwer Academic Publisher.

Sauvage, C. (1961). Recherche géobotanique sur les subéraie marocaines, travaux de l'institut Scientifique Chérifien. Série botanique n° 2, Rabat, 462 p. .

Sfartz, S. (2001). Processus de développement Objet et Nouvelles Technologies. Récupéré sur Votre Portail sur les serveurs d'application: http://www.application-servers.com/

Tayane, M. (2013). Effet comparatif de l'antécédent cultural sur les performances des jeunes plantations et semis du chêne-liège en Maâmora occidentale. Mémoire du 3ème Cycle, ENFI, Salé, Maroc, 84p.

Terras, M. (2011). Typologie, cartographie des stations forestières et modélisations des peuplements forestiers. Cas des massifs forestiers de la wilaya de Saida (Algérie). Tlemcen: Thèse de Doctorat de UNIVERSITE ABOU BAKR BELKAID TLEMCEN.

Vanda, A. (2009). The dynamics of cork oak systems in Portugal: the role of ecological and land use factors. Thèse de doctorat, Wageningen University, 213p.

Wagemas, C. (1994). Etude de la croissance en hauteur d'un peuplement de chênes sessiles (Quercus petraea (Mattuscka) Lieblein) en relation avec les conditions

topographiques. Gembloux, Fac. Univ. Sci. Agron: Travail de fin d'études.

William, M. C. (2002). Non-wood forest product from temperate broad-leaved trees. Non-wood forest , 15, 137.

www1. (2011, Août 29). Les plantes indicatrices des stations forestières. Récupéré sur Centre régional de la propriété forestière du Limousin: http://www.crpf-limousin.com/sources/files/FOGEFOR/botafor_plantes_indicatrices.pdf

www2. (2014). La station forestière. Récupéré sur MaForêt: http://www.maforet.net/dossiers/gestion-forestiere/11-analyser-une-foret/71-la-station-forestiere

71

Annexes

Annexe 1 : Epaisseur du sable (parcelle CIV11)

ID	X_lambert		Y_lambert		Profondeur
1	398947		377008		220
2	399047		377010		80
3	398945		377108		135
4	399045		377110		90
5	399145		377112		75
6	399245		377113		65
7	398843		377206		70
8	398943		377208		75
9	399043		377210		50
10	399143		377212		44
11	399243		377213		55
12	399343		377215		65
13	398741		377305		50
14	398841		377306		70
15	398941		377308		80
16	399041		377310		67
17	399141		377312		50
18	399241		377313		50
19	399341		377315		60
20	399441		377317		65
21	398640		377403		50
22	398740		377405		60
23	398840		377406		50
24	398940		377408		50
25	399040		377410		105
26	399140		377412		60
27	399240		377413		50
28	399340		377415		75
29	399439		377417		65
30	399539		377419		75
31	398638		377503		65
32	398738		377505		75
33	398838		377506		80
34	398938		377508		105
35	399038		377510		120
36	399138		377512		100
37	399238		377513		75
38	399338		377515		70
39	399438		377517		80
40	399538		377518		130
41	399638		377520		60
42	398536		377601		65
43	398636		377603		80
ID		X_lambert		Y_lambert		Profondeur
44		398736		377605		110
45		398836		377606		95
46		398936		377608		60
47		399036		377610		80
48		399136		377612		115
49		399236		377613		95
50		399336		377615		65
51		399436		377617		80
52		399536		377618		120
53		398434		377699		65
54		398534		377701		70
55		398634		377703		70
56		398734		377705		70
57		398834		377706		70
58		398934		377708		120
59		399034		377710		120
60		399134		377711		125
61		399234		377713		80
62		399334		377715		80
63		399434		377717		95
64		398333		377798		70
65		398433		377799		80
66		398533		377801		50
67		398633		377803		45
68		398733		377804		85
69		398833		377806		125
70		398933		377808		150
71		399033		377810		180
72		399133		377811		195
73		399233		377813		220
74		399333		377815		190
75		399433		377817		140
76		398231		377896		65
77		398331		377897		80
78		398431		377899		80
79		398531		377901		45
80		398631		377903		50
81		398731		377904		70
82		398831		377906		130
83		398931		377908		145
84		399031		377910		195
85		399131		377911		180
86		399231		377913		155
87		399331		377915		130
88		398129		377994		65
89		398229		377996		50

72

ID	X_lambert		Y_lambert		Profondeur
90	398329		377997		45
91	398429		377999		65
92	398529		378001		65
93	398629		378003		65
94	398729		378004		70
95	398829		378006		130
96	398929		378008		145
97	399029		378010		150
98	399129		378011		190
99	399229		378013		110
100	398027		378092		50
101	398127		378094		65
102	398227		378096		65
103	398327		378097		65
104	398427		378099		70
105	398527		378101		50
106	398627		378103		70
107	398727		378104		65
108	398827		378106		90
109	398927		378108		120
110	399027		378110		110
111	399127		378111		130
112	398026		378192		60
113	398126		378194		60
114	398226		378196		70
115	398326		378197		75
116	398426		378199		75
117	398526		378201		110
118	398626		378203		80
119	398726		378204		70
120	398826		378206		120
121	398926		378208		110
122	399026		378210		130
123	397924		378290		60
124	398024		378292		60
125	398124		378294		60
126	398224		378296		60
127	398324		378297		70
128	398424		378299		60
129	398524		378301		120
130	398624		378303		135
131	398724		378304		70
132	398824		378306		130
133	398924		378308		95
134	399024		378310		85
135	397822		378389		80
ID		X_lambert		Y_lambert		Profondeur
136		397922		378390		45
137		398022		378392		35
138		398122		378394		45
139		398222		378396		45
140		398322		378397		80
141		398422		378399		90
142		398522		378401		110
143		398622		378403		105
144		398722		378404		60
145		398822		378406		65
146		398922		378408		65
147		397721		378487		40
148		397821		378489		40
149		397921		378490		40
150		398021		378492		50
151		398120		378494		65
152		398220		378496		85
153		398320		378497		70
154		398420		378499		110
155		398520		378501		70
156		398620		378503		45
157		398720		378504		50
158		398820		378506		60
159		397619		378585		45
160		397719		378587		40
161		397819		378589		70
162		397919		378590		75
163		398019		378592		80
164		398119		378594		95
165		398219		378596		115
166		398319		378597		100
167		398419		378599		115
168		398519		378601		75
169		398619		378603		35
170		398719		378604		60
171		397717		378687		45
172		397817		378689		45
173		397917		378690		45
174		398017		378692		55
175		398117		378694		100
176		398217		378696		90
177		398317		378697		105
178		398417		378699		100
179		398517		378701		65
180		398617		378703		45
181		397815		378789		50

73

74

ID	X_lambert	Y_lambert	Profondeur
182	397915	378790	70
183	398015	378792	70
184	398115	378794	100
185	398215	378796	120
186	398315	378797	60
187	398415	378799	60
188	398515	378801	125
189	397914	378890	120
190	398014	378892	115
191	398114	378894	105
192	398214	378896	30
193	398313	378897	85
194	398413	378899	85
195	398513	378901	85
196	398112	378994	70
197	398212	378996	70
198	398312	378997	105
199	398412	378999	130
200	398210	379096	70
201	398310	379097	105

75

Annexe 2 : Données de précipitations

	PERIODE D'OBSERVATION ENTRE 1974 ET 1988
	AUTOMNE			HIVER			PRINTEMPS			ETE			TOTAL mm /an
Stations Météorologiques De la Maamora	S	O	N	D	J	F	M	A	M	J	JL	A
AIN ASSOU	5.3	32.0	47.3	63.7	56.16	69.82	53.68	48.15	25.43	3.3	0.4	1.2	406.2
AIN KABLIA	4.0	33.8	50.9	77.5	82.4	68.6	48.9	53.5	23.9	3.4	0.2	1.3	448.4
AIN SBAA	4.2	42.3	58.8	82.3	79.5	74.4	47.6	55.6	44.7	4.0	0.0	1.5	494.9
AIN JOHRA	7.9	33.5	48.6	76.1	56.4	59.8	55.3	62.6	34.6	3.3	0.01	1.3	439.4
BIR CHLEUH	6.7	33.2	47.2	76.4	61.8	72.2	56.3	51.0	34.2	3.7	0.9	1.7	445.3
BLED DENDOUN	4.8	39.0	57.6	85.7	89.4	79.7	57.1	77.4	18.1	7.3	0.03	0.8	516.9
DAR SALEM	3.0	33.4	44.1	77.8	58.5	73.2	57.6	63.2	26.3	3.2	0.03	0.5	440.8
DAR BEN HCINE	5.4	28.8	47.0	69.1	56.3	71.2	48.6	54.9	25.8	4.7	0.1	2.0	413.9
MECHRA EL KETANE	5.8	35.9	61.6	92.5	80.1	83.5	54.4	65.0	32.8	3.8	0.2	2.3	517.9
MEHDIA	4.6	49.9	74.0	95.5	79.5	80.8	43.9	57.1	29.6	2.3	0.1	0.2	508.2
SIDI ALLAL BAHRAOUI	7.5	37.9	51.4	83.2	76.2	89.1	54.2	56.9	33.0	5.0	0.1	1.4	495.9
SMENTO SUD	7.3	36.7	52.6	72.2	71.9	73.6	49.8	59.3	27.7	4.6	0.1	2.0	457.8
SIDI AMIRA	3.3	48.2	55.9	87.9	77.3	86.6	67.1	71.3	27.5	5.1	1.7	0.0	531.9

(Mandouri, 1990)

76

Annexe 3 : Tableau de comparaison des facteurs Exper1 :

Maximum Eigen Value =4.2345

critère	Continentalité	Topo- édaphique	Type de sol	Pente du terrain naturel	Poids de chacun des critères
Continenta lité	1	2	3	5	0.407093
Topo- édaphique	1/2	1	3	4	0.24608 27
Type de sol	1/3	3	1	5	0.292622
Pente du terrain naturel	1/5	1/4	1/5	1	0.0542025

Expert 2

critère	Continentalité	Topo- édaphique	Type de sol	Pente du terrain naturel	Poids de chacun des critères
Continenta lité	1	4	6	7	0.606675
Topo- édaphique	1/4	1	4	5	0.248739
Type de sol	1/6	1/4	1	2	0.0876223
Pente du terrain naturel	1/7	1/5	1/2	1	0.056964

Maximum Eigen Value =4.16387 C.I.=0.0546228