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


Home | Publier un mémoire | Une page au hasard

 > 

Utilisation d'un systeme d'information géographique et de l'équation universelle de perte en terre pour prédire le risque d'érosion pluviale dans une monoculture de bananier (musa sapienthum)

( Télécharger le fichier original )
par Biko MBOUMA BASSOGLOG
Université de Dschang - Ingenieur Agronome 2012
  

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

I.1.3 Elaboration des différentes couches des facteurs de l'érosionen utilisant leur base de données géographiques

L'obtention des couches de facteurs nécessitent un traitement plus ou moins complexe des données brutes collectées sur le terrain. Chaque facteur de l'érosion, se détermine soit par une méthode de calcul particulière (modèle empirique) soit en utilisant directement des valeurs constantes développées à la suite d'expériences ultérieures.

I.1.1.1 Couche du facteur d'érosivité pluviale (R)

A partir des données pluviométriques mensuelles et annuelles, nous pouvons déterminer l'indice d'érosivité. En effet, d'après Fournier (1993), les travaux de Roose (1975 à 1981; compilation et analyse de 20 à 50 années de mesures) ont abouti à la proposition de relations empiriques simples, liant l'indice Ram (indice d'érosivité annuelle moyenne) et la hauteur de pluie annuelle moyenne mesurée (Ham) sur la même période (5à 10 ans sont nécessaires au minimum). En fonction des zones étudiées (en Afrique centrale et occidentale), il a mis au point les relations suivantes :

· Ram = 0.35 Ham +/- 0.05 (en région montagneuse)

· Ram = 0.60 Ham +/- 0.05 (en frange côtière)

· Ram = 0.50 Ham +/- 0.05 (pour les autres zones)

La zone d'étude correspond au cas où Ram = 0.50 Ham +/- 0.05, c'est donc cette relation que nous avons utilisée pour déterminer l'indice d'érosivité. Nous avons adopté de prendre 11 années de mesure annuelle de pluviométrie pour déterminer R. Etant donné que la pluviométrie ne peut pas varier significativement à l'échelle de la zone étudiée, nous avons opté pour une seule valeur de R pour tout le site. Ainsi la couche représentant ce facteur sera uniforme et aura une apparence unique.

I.1.1.2 Couche du facteur d'érodibilité du sol (K)

Wischmeier et Smith (1978), ont établi une équation qui lie l'érodibilité K et quelques propriétés intrinsèques au sol, elle s'illustre comme suit :

K = 2,1 M1.14 (10-6) (12 - a) + 0.0325 (b - 2) + 0.025 (c - 3)

Avec : M= est le paramètre de taille des particules (texture), a= taux de matière organique, b= code relatif à la structure de surface, c= classe de perméabilité.

NB : pour avoir K en unité métrique, on multiplie l'équation sus mentionnée par 1,29.

Dans notre base de données (fenêtre données), nous attribuons à chaque unité cartographique ses valeurs de M, a, b, et c dans le champ correspondant. Le dernier champ est K, c'est dans celui-ci qu'on introduit la formule ci-dessus, à l'aide de MapBasicTM. L'application réalise l'opération automatiquement pour toutes les unités cartographiques. Les valeurs de K trouvées, l'on peut demander à MapInfo de générer la couche de K avec une apparence bien définie dans la fenêtre carte, grâce à l'analyse thématique.

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








"Nous devons apprendre à vivre ensemble comme des frères sinon nous allons mourir tous ensemble comme des idiots"   Martin Luther King