II.4.2.5. Analyse en composante principale
L'analyse en composante principale ou analyse
multidimensionnelle constitue un outil puissant de l'hydrochimie puisque les
paramètres chimiques sont généralement soumis à des
variations remarquables aussi bien dans le temps que dans l'espace (Lasm et
al., 2008), en outre ces variables sont nombreuses (fréquemment
de 10 à 12 pour chaque échantillon). C'est la raison pour
laquelle cette méthode a été utilisée pour la
caractérisation chimique des eaux souterraines de nombreuses
régions à travers divers travaux (Lasm et al.,
2008 ; Ahoussi et al., 2010 ; Ahoussi et al.,
2011 ; Kouassi et al., 2012). Cette analyse permet de
synthétiser et de classer un nombre important de données afin
d'en extraire les principaux facteurs qui sont à l'origine de
l'évolution simultanée des variables et de leurs relations
propres (Biémi, 1992 in Ahoussi et al., 2010).
L'ACP permet de mettre en évidence les ressemblances
chimiques entre différentes eaux et aussi les différents
pôles d'acquisition de la minéralisation (Oga, 1998 in
Lasm et al., 2008). Son utilisation permet de réduire et
d'interpréter les données sur un espace réduit (Lagarde,
1995 in Ahoussi et al., 2010).
La présentation des résultats se fait en six
tableaux dont trois seront exploités dans le cadre de cette
étude. Il s'agit :
Du tableau des coordonnées des
variables.
Du tableau des valeurs propres qui donne le
pourcentage exprimé par chaque facteur. Il permet de connaître le
nombre de facteurs nécessaires pour l'interprétation de ces
phénomènes à partir du pourcentage cumulé de ces
différents facteurs. Ce nombre est tel que la somme cumulée des
contributions est importante (au moins 75 %, ce qui représente les trois
quarts de l'inertie totale).
Du tableau de la matrice de
corrélation entre variables qui permet de dégager les
premiers paramètres qui sont corrélés. La
corrélation est jugée satisfaisante dans le cas de notre
étude lorsque le coefficient de corrélation (R) calculé
est supérieur ou égal à 0,50.
| 
