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

4.2.1.6. Validation de la carte de potentialité en eaux

La validation des différents résultats obtenus est nécessaire pour leur conférer une plus grande crédibilité. Dans le cadre de cette étude, nous avons utilisé les données de débits d'exploitation des forages pour la carte d'indice de productivité potentielledans la commune rurale de Loulouni qui traduisent la capacité en eau des aquifères du socle.Le choix du débit d'exploitation pour ce test est très réaliste car il exprime la productivité des ouvrages de captage (Abdou Babaye, 2012).

Aussi, le mode de validation utilisant les courbes de tendance de sensibilité proposé par Jourda (2005) et Jourdaet al. (2006) a été adopté dans le cadre de cette étude.

4.3. Cartographie des potentialités en eaux souterraines par les techniques d'arbre de décision

Dans cette étude, l'application des techniques d'arbre de décision pour la cartographie de potentialité en eau souterraine s'est faite en trois (3) étapes : (i) description des composantes de l'arbre ; (ii) la construction de l'arbre ; (iii) la validation de l'arbre de décision.

4.3.1. Description des composantes de l'arbre

Elle prend en compte plusieurs paramètres dits critères de décisions. Dans cette étude, les paramètres utilisés sont : la pente, l'infiltration efficace, la densité de drainage, la densité de fracturationl'épaisseur des altérites, la géologie, et l'occupation du sol. Cependant, ces différents paramètres de format raster ont été reclassifiés par ordre d'importance.

4.3.2. Construction de l'arbre de décision

Les arbres de décisions ont été construits à l'aide de l'algorithme CART (Classification and RegressionTree).La prédiction spatiale s'est faite en combinant des paramètres de manière hiérarchique de sorte que le paramètre le plus important se trouve à la racine de l'arbre. Il permet de construire les branches afin de diviser et répartir les observations dans le groupe de plus en plus homogènes qui constitueront les feuilles de l'arbre ou noeuds. Les divisions s'arrêteront lorsque les noeuds terminaux créent, et les critères de chaque classe de potentialités définies (Jofack, 1016). L'annexe 5 montre la construction de l'arbre de décision. Le tableau VI explique les règles des critères de décision pour la construction de l'arbre.

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

CLASSE

RÈGLE

Excellente

6=Df=10 ; 8 = Pte = 10 ; 8 = Geo = 10 ; 8 = Ea = 10 ; 8 = Dd = 10 ; 8 = OCS = 10 ; Ie =10

Bonne

3 = Df = 6 ; 6 = Pte< 8 ; 6 = Geo< 8 ; 6 = Ea< 8 ; 6 = Dd < 8 ; 6 = OCS < 8 ; Ie = 10

Médiocre

1<Df= 3 ; 3 = Pte< 6 ; 3 = Geo< 6 ; 3 = Ea< 6 ; 3 = Dd < 6 ; 3 = OCS < 6 

Mauvaise

Df = 1 ; 1 = Pte< 3 ; 1 = Geo< 3 ; 1 = Ea< 3 ; 1 = Dd < 3 ; 1 = OCS < 3 

Avec :Df : densité de fracture ; Pt : Pente; Geo : Géologie ; Ea : Epaisseur des altérites ; Dd : Densité de drainage ; OCS : Occupation du sol Ie : Infiltration efficace.

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








"Et il n'est rien de plus beau que l'instant qui précède le voyage, l'instant ou l'horizon de demain vient nous rendre visite et nous dire ses promesses"   Milan Kundera