WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Cartographie des potentialités en eaux souterraines dans la commune rurale de Loulouni (sud du Mali) : apport de la télédétection et des systèmes d’informations géographiques


par Moussa SANGARE
Université Félix Houphouët-Boigny d’Abidjan-Cocody - Master de Recherche en Télédétection et Système d’Information Géographique (SIG) 2019
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

LISTE DES TABLEAUX

Tableau I : Description des paramètres du module LINE de PCI 2

Tableau II : Caractéristiques des images multispectrales de Sentinel-2B 21

Tableau III : Valeurs des paramètres du module LINE PCI 27

Tableau IV: Classification et codification des critères de décisions 29

Tableau V : Matrice de comparaison par paire et Coefficient de pondération du facteur potentialité en eaux 32

Tableau VI : Règles de l'arbre pour la potentialité des eaux souterraines 34

Tableau VII : Echelle d'interprétation de Kappa 35

Tableau VIII: Comparaison des méthodes à partir des cartes de potentialités 35

Tableau IX : Matrice de confusion de la classification de l'image Sentinel-2B de 2019 39

Tableau X : Paramètres du bilan hydrologique de la commune de Loulouni 45

Tableau XI: Pourcentage du nombre de forages suivant les classes de débits 52

Tableau XII : Pourcentage du nombre de forages suivant les classes de débits (Arbre de décision) 56

Tableau XIII : Matrice de comparaison (Cross tabulation) 57

Tableau XIV: Pourcentage des surfaces selon les différences d'indices entre AM et AD 57

LISTE DES ANNEXES

Annexe 1 : Mosaïque des scènes MSI de Sentinel-2B de 2019 ii

Annexe 2 : Expression verbale et numérique de l'importance relative d'une paire de critères xiv

Annexe 3 : :Base de Données des forages de la commune de Loulouni xv

Annexe 4 : Calcul du degré de cohérence xv

Annexe 5 : Construction de l'arbre de décision dans ENVI 5.3 xvi

Annexe 6 : Description des classes d'occupation du sol de la commune rurale de Loulouni xvii

Annexe 7 : Bilan hydrologique de la commune de Lououni selon la méthode de Thornthwaite (1990-2019) xviii

RÉSUMÉ

Les eaux souterraines constituent la principale source d'alimentation en eau potable pour la population rurale dans la commune de Loulouni au sud du Mali. La commune connaît des pénuries d'eau due à l'accroissement démographique et la variabilité climatique. L'objectif de cette étude estd'identifier les zones potentielles en eaux souterrainesafin de faciliter la réalisation des forages et aider les décideurs à améliorer le taux d'accès à l'eau potable dans cette commune. Les données utilisées sont essentiellement constituées de données cartographiques, de données hydroclimatiques, de données de forages et des images satellitaires. La méthodologie adoptée à consister à l'extraction automatique des linéaments à l'aide du module LINE PCI Geomatica sur les images Sentinel-2b, cette extractiona permis de détecter les linéaments dont la validation s'est effectuée en comparant les directions préférentielles avec celles des travaux antérieurs.Aussi, les méthodes de l'analyse multicritère et de l'arbre de décision ont permis de cartographier des zones potentielles en eaux souterraines avec sept critères de décisions : pente, infiltrations efficaces, densité de drainage, densité de fracturation, épaisseur des altérites, la géologie, et l'occupation du sol.Les débits de forages ont été superposés aux cartes de potentialité pour la validation des cartes thématiques. Ainsi sur l'ensemble de la zone d'étude, 7803 linéaments ont été extraits.Quatre (4) classes de potentialités en eaux souterraines ont été identifiées. Les classes excellente et bonne dominent avec 81%, les classes de potentialité médiocre et mauvaise sont faiblement représentées avec 19% de la superficie totale de la commune issue de la carte obtenue par l'analyse multicritère. Par ailleurs, avec la méthode de l'arbre de décision, les classes excellente et bonne représentent 74% et les classes médiocre et mauvaise représentent 26% sur le territoire. La comparaison de ces cartes de potentialités révèle que le coefficient de kappa est fiable et a donné un accord modéré avec une valeur de K = 0,47. La cohérence entre les deux méthodes a été confirmée par une analyse de surface avec un pourcentage de 35,82%.En effet, la méthode de l'arbre de décision parait mieux préditedes zones à fort potentiel en eaux souterraines dans la commune rurale de Loulouni par rapport à la méthode de l'analyse multicritère.Cette carte thématique peut être utilisées comme outil d'orientation pour les prospections futures et aussi pour la réalisation des forages d'eaux dans la commune rurale de Loulouni.

Mots clés : Télédétection, SIG, Eau souterraine, Analyse Multicritère, Arbre de Décision, Commune rurale de Loulouni.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il faudrait pour le bonheur des états que les philosophes fussent roi ou que les rois fussent philosophes"   Platon