Cartographie et gestion intégrée des ressources en eau dans le contexte des changements climatiques dans la basse vallée de l'Ouémé au Bénin (Afrique de l'ouest)

Abstract :

Issues of climate change and their implications for the availability of water resources are increasingly at the centre of major scientific debates. The purpose of this chapter is to examine the availability of this resource in the study area. The methodological approach focused on the analysis of hydro-climatological data (flow, rain and FTE) over the period 1987 to 2016. Similarly, satellite images (SRTM), technical surveys of drilling, topographical bottoms have been used to map the groundwater potential of the environment through multi-criterion analysis. The analysis of the results shows that the study area not only experienced a stationary failure in 2007, but also an increase in throughputs of around 14%. As a result, excess rainfall has been greatly amplified in flow. The increase in runoff is eight times that of rain. This same increase in rainfall is particularly amplified in recharging: the excess of recharging between the two sub-periods 1987-2007 and 20082016 is almost four times that of rain. The study also showed the potential for groundwater: the study area offers good potential in groundwater since areas with good and excellent potential cover 66% of the territory. These areas are

90

found in the municipalities of Aguegues, Sô-Ava and Dangbo, but also in the commune of Bonou with a lilte in the commune of Adjohoun.

Keywords : Changes in flow, availability, mapping, Oueme valley, Benin

91

Introduction

L'importance de l'eau pour la vie sur terre et pour les activités de l'homme en général fait que scientifiques et gestionnaires s'inquiètent désormais des conséquences des changements du climat sur le cycle hydrologique, la disponibilité et la qualité de la ressource en eau (Ogouwale, 2013). L'étude de l'évolution des débits contribuera à la caractérisation du régime hydrologique. Les précipitations représentent la majeure composante du climat et sont les plus concernées dans l'évolution des débits aux échelles saisonnières annuelles et interannuelles. Dans le contexte actuel des changements climatiques, l'évolution des débits se caractérise par la fréquence des événements extrêmes qui sont marqués par des années de débits plus élevés où des années de débits plus faibles. Ces événements parfois extrêmes sont prudemment imputés au changement climatique, puisqu'il n'explique évidemment pas tous et sont considérés à l'heure actuelle comme de la variabilité saisonnière du climat. Pour mieux aborder la question de la GIRE, l'étude des débits est compléter par l'analyse de la cartographie de potentiel en eau souterraine. Dans l'optique d'une gestion spatiale de l'information, les systèmes d'informations géographiques (SIG) apportent des informations localisées et objectives irremplaçables. Dans un premier temps, ils permettent de gérer une multitude d'informations de tous types, de les mettre à jour, d'optimiser leurs échanges et de générer de nouvelles couches d'informations par le biais de leurs croisements. En second lieu, ils assurent la restitution des cartes thématiques et les analyses qui en résultent. Ainsi, il s'agit d'un puissant outil d'aide à la décision surtout dans le domaine de la planification et de la gestion des ressources naturelles et particulièrement des ressources en eau.

Actuellement, les changements climatiques sont au centre des préoccupations aussi bien des acteurs scientifiques que des décideurs politiques au niveau

92

mondial (Niang, 2009), car ils sont considérés de nos jours comme l'une des menaces les plus graves posées au développement durable (GIEC, 2007).

Dans ce cadre, les études réalisées par Ogouwale (2013) prouvent déjà que des perturbations dans la fréquence et les quantités de précipitations et une évolution de températures pourraient entraîner des effets considérables sur les apports d'eau dans les bassins versants. Ainsi, les évènements extrêmes liés à l'eau (crues, sécheresses) seront encore plus marqués (Kundzewicz, 2008). D'après le Groupe d'experts Intergouvernemental sur l'Évolution du Climat GIEC (2007), le réchauffement du système climatique est sans équivoque. On note déjà à l'échelle du globe, une hausse des températures moyennes de l'atmosphère et des océans, une fonte massive des glaciers ainsi qu'une élévation du niveau moyen des océans. Les effets sont plus remarquables dans les pays en développement où les techniques de mobilisation de la ressource ne sont pas encore diversifiées ou parfois restent à l'étape embryonnaire.

En Afrique, les recherches effectuées par Sircoulon (1990) et Olivry et al. (1993), indiquent que les précipitations ont été marquées par une diminution d'environ 20 % sur la période 1970-1990. Nicholson (1989) estime qu'entre 1960 et 1990 la baisse des hauteurs pluviométriques en Afrique de l'Ouest est comprise entre 10 et 25 % en comparaison à celle enregistrée au début du 20ème siècle. Selon Vissin (2007), cette situation a engendré une baisse de la disponibilité des ressources en eau. Elle serait probablement intenable dans un contexte de changement climatique (Sombroek et Gommes, 1997 ; IPCC, 2001). Face à ce constat, les ressources en eau sont-elles disponibles dans le secteur d'étude ?

Le présent chapitre se propose de répondre à cette interrogation. Il est structuré en deux sections. La première porte sur la variabilité hydrologique et caractérise le régime hydrologique de la vallée. La série des débits

93

exploitée est longue de 30 ans et s'étale de 1987 à 2016. La deuxième section s'articule autour de la cartographie du potentiel en eau souterraine et a pour but l'identification des zones à fortes potentialités.

4.1. Matériels et méthodes

La démarche méthodologique adoptée repose sur l'acquisition des données et leur traitement. Par ailleurs, elle se sert de l'analyse spatiale et l'analyse de données statistiques.

4.1.1. Collecte des données

Les données utilisées dans le cadre de cette étude concernent les chroniques climatologiques et hydrologiques qui ont servi à l'étude de la variabilité hydrologique. En complément à ces données, les images SRTM, le fond topographique et les données techniques des forages ont été utilisées pour la cartographie du potentiel en eau souterraine.

i. données climatologiques

Les données climatologiques (pluie, ETP) utilisées ont été recueillies à l'ASECNA sur la période 1987-2016. Le réseau d'observation météorologique utilisé est composé de neuf stations qui sont présentées dans le tableau VIII.

Tableau VIII : Stations météorologiques exploitées

Stations	Latitude	Longitude		Type de stations
(Nord)	(Est)			Adjohoun
6°25'00»	2°13'34»	Pluviométrique		Bonou
7°33'33»	2°50'00»	Pluviométrique		Porto-Novo
6°48'33»	3°02'06»	Pluviométrique		Cotonou
6°01'25»	2°06'53»	Synoptique		Bohicon
7°9'5''	2°7'49»	Synoptique		Kandi
11°4'18"	3°10'9"	Synoptique		Parakou
9°18'29"	2°38'51"	Synoptique		Natitingou
10°17'25"	1°24'42"	Synoptique		Savè
7°55'54"	2°33'41"	Synoptique

Source : ASECNA 2017

94

Le débit d'un cours d'eau à une station est le résultat de tout ce qui s'est passé dans le bassin depuis l'amont. Dans le cas de l'Ouémé, le bassin draine les eaux qui viennent depuis le nord. Par conséquent, le débit obtenu à la station de Bonou n'est pas seulement le résultat de la pluie tombée dans le secteur d'étude. Il est le résultat des précipitations sur tout le parcourt amont du bassin jusqu'à la station de Bonou. Ainsi, pour l'estimation des paramètres du bilan hydrologique à Bonou, les stations en amont (stations synoptiques de Kandi, Natitingou, Parakou et Savè) ont également été prises en compte.

ii. Données hydrologiques

Les données hydrologiques proviennent du Service de l'Hydrologie de la Direction Générale de l'Eau (SH/DG-Eau). Elles sont constituées des débits journaliers et mensuels de la station de Bonou. Elles couvrent la période 1987-2016.

En ce qui concerne la cartographie de la potentialité en eau du milieu, une importante base de données a été utilisée. Il s'agit des :

- images SRTM de 2009 (Shuttle Radar Topographic Mission) avec 90

m de résolution utilisées pour la cartographie du système de pente. - données de la carte topographique du Bénin au 1/200 000 réalisées

par l'IGN en 1992.

- données techniques de 150 forages réalisés de 1983 à 2016 recueillies à la Direction Générale de l'Eau (profondeur totale, débits d'exploitation, niveaux statiques)

- données hydroclimatiques (pluies, ETP et débit de la période 19872016) utilisées pour l'estimation de l'infiltration.

95

Le traitement de ces données a nécessité l'utilisation des logiciels Envi 4.5 pour le traitement des images satellitaires et ArcGIS 10.1 a pour la mise en place du SIG

4.1.2. Analyse de la variabilité hydrologique

4.1.2.1. Étude de la variabilité hydrologique

L'étude de la disponibilité des ressources hydrologiques est faite à partir de certains protocoles statistiques.

· Test de mise en évidence des ruptures : test de Pettitt Ce test est déjà développé au chapitre précédent.

· Comparaison de deux échantillons temporels

La comparaison de deux échantillons temporels permet de mettre en évidence la variation intervenue dans le secteur d'étude. La méthode pour déterminer l'écart « e » est détaillée au chapitre précédent.

· Bilan hydrologique

L'équation du bilan hydrologique au cours d'une période peut s'écrire de la manière suivante :

(9)

P=E+L+I+ (S1 - S0)

Avec : P = pluie, en mm ;

E = évaporation, en mm ;

L = écoulement, en mm ;

I = recharge (infiltration), en mm

(S1 - S0) = variation du stock d'eau présent dans le bassin, en mm

Des cinq termes de cette équation, deux (I et (S1 - S0)) ne sont pas

quantifiables par des mesures directes.

Cette équation a été utilisée par plusieurs auteurs pour étudier le bilan

hydrologique. C'est le cas de Vodounou (2010) dans son étude sur les

96

systèmes d'exploitation des ressources naturelles d'un bassin versant: Impacts sur les écosystèmes du bassin versant de la rivière Sô au Bénin.

· Évaluation de l'écoulement

Le calcul de la lame d'eau écoulée s'est fait à l'aide de la formule,

L=^Qt s

(10)

Avec, Q: débit à la station de Bonou, S: Superficie du bassin, L : lame d'eau écoulée, t : temps d'écoulement (mensuel, annuel).

· Disponibilité en eau du sol

Le bilan de l'eau est déterminé par la différence entre les apports et les pertes d'eau. Les apports d'eau sont constitués des précipitations et les pertes d'eau comprennent l'évaporation, l'infiltration et l'écoulement de surface par nappe superficielle (Houndenou et Hernandez, 1998). Pour déterminer la disponibilité en eau du sol dans le bassin, le coefficient á a été calculé suivant la formule a = ETRL/ETPL, avec ETRL: l'évapotranspiration réelle de l'année i en mm et ETPL: l'évapotranspiration potentielle de l'année i en mm.

·

(11)

Détermination du coefficient d'écoulement II se détermine à partir de la formule : C = (Q/P) x 100

qui traduit la capacité de ruissellement du bassin, avec Q: l'écoulement et P: la pluie. Le coefficient d'écoulement évolue suivant les variations climatiques et souligne les différences de comportement entre les pluies et les écoulements. Il évolue également suivant le substratum géologique.

· Corrélation linéaire

L'utilisation du coefficient de corrélation linéaire de Bravais-Pearson a permis de détecter tour à tour la présence d'une relation linéaire entre les lames d'eau écoulées et les termes du bilan (écoulement et infiltration). Cette relation s'écrit :

(12)

97

N 1 E(xi - x)(Yi - Y)

_

r a(x). a(Y)

Où : N est le nombre total d'individus xi et Yi sont les valeurs des séries

x et Y sont les moyennes des deux variables dont on calcul la corrélation a(x) et a(Y) en sont les écarts-type

4.1.2.2. Cartographie de la potentialité en eau souterraine

La démarche suivie pour l'élaboration de la carte de potentialité en eau souterraine est basée sur l'approche multicritère et est inspirée des travaux de Yao et al. (2016), Youan Ta et al. (2011) et Jourda et al. (2006). Elle repose sur trois étapes : i) l'identification des critères, ii) la classification, standardisation et pondération des critères ; iii) l'agrégation des critères.

La structure hiérarchique utilisée dans cette étude présente trois niveaux. Le niveau 1 est représenté par l'élaboration de la carte de potentialité en eau souterraine. Le niveau 2 désigne la conception des trois indicateurs qui ont servi à l'élaboration de la carte des potentialités en eau souterraine. Il s'agit de la disponibilité en eau souterraine, l'accessibilité et l'exploitabilité. Le niveau 3 regroupe tous les critères dont l'agrégation aboutit à l'élaboration de chaque indicateur. La figure 21 présente l'organigramme qui indique les étapes d'hiérarchisation.

98

Figure 21 : Organigramme de la structure hiérarchique utilisée pour la

cartographie

i. Identification des critères

En référence aux travaux de Youan Ta et al. (2011), Dibi (2008), Youan Ta (2008), Kouame (2007), Jourda et al. (2006), Hentati et al. (2005), Jourda (2005) et El Morjani (2002), sept critères sont identifiés pour l'élaboration des différents indicateurs.

Indicateur de disponibilité : L'indicateur de disponibilité traduit l'existence d'un aquifère et constitue la première condition à savoir pour la cartographie de la potentialité en eau souterraine (Yao et al., 2016). Dans le cadre de cette étude, les paramètres tels que la pente, la densité de drainage et l'infiltration ont été combinées pour l'élaboration de cet indicateur.

La pente est obtenue à partir de l'image SRTM. Sur les zones à pente raide, les eaux de pluie ruissellent. Ce ruissellement ralentit quand la pente devient faible, l'infiltration prend donc le pas sur le ruissellement. Ce critère permet ainsi l'identification des zones favorables à l'infiltration de l'eau de ruissellement.

99

La densité de drainage est déduite de l'extraction du réseau hydrographique et est obtenue après avoir réalisé un maillage de 30m* 30m. L'infiltration quant à elle, est estimée à partir de deux images, celle de la pluie et celle de la lame d'eau ruisselée.

Indicateur d'accessibilité : Selon Koffi et al. (2016), les ressources en eau ne sont véritablement utilisables que lorsque certains facteurs réunis rendent possible leur accès. En référence aux travaux de Yao et al. (2016), les critères retenus dans le cadre de ce travail sont la profondeur totale des ouvrages et l'indice de succès (Is). L'indice de succès est obtenu à partir de la formule

(13)

b

suivante : Is = 100 *

10

où Is est l'indice de succès (%) ; et b est le débit d'exploitation (mP³P hP^-1P). Indicateur d'exploitabilité : l'exploitabilité de la ressource est fonction du débit d'exploitation qui lui-même, est conditionné par la quantité d'eau dans la réserve souterraine et la rapidité de renouvellement de cette réserve en cas de forte sollicitation (Youan Ta et al., 2011). Cet indicateur est produit à partir de la combinaison des critères débit d'exploitation et niveau piézométrique.

ii. Classification, standardisation et pondération des critères Le choix des classes s'est fait en tenant compte de la dispersion des données. Le nombre de classes a été réduit à 5 comme l'ont défini Jourda (2005), Saley (2003) et Savane (1997) en vue d'une meilleure interpolation. Il s'agit des classes très faible, faible, moyenne, forte et très forte.

Par ailleurs, les différentes classes de chaque critère sont standardisées en fonction de leur influence dans la thématique. Une échelle de notation variant de 1 à 10 a été retenue. La note de 10 est attribuée à la classe du critère qualifiée de « très faible » ou « très forte » selon qu'elle contribue à l'excellente réalisation de l'indicateur considéré. Dans le cas contraire, la classe est affectée d'une note de 1. En suivant la même logique, les valeurs

100

intermédiaires sont attribuées aux classes intermédiaires selon une distribution linéaire.

La pondération consiste à affecter des poids à chaque critère rentrant dans la réalisation d'un indicateur. Le poids attribué à chaque critère traduit l'importance relative du critère dans la formation de l'indicateur. Elle permet de produire des coefficients de pondération standardisés dont la somme est égale à 1. Dans cette étude, la pondération a été effectuée suivant la méthode de comparaisons par paires (Tableau IX), processus d'analyse hiérarchique (Analytical Hierarchy Process, AHP) développée par Saaty (1977).

Tableau IX : Expression verbale et numérique de l'importance relative d'une paire de critères

Expression d'un critère par rapport à un autre	Note
Même importance	1
Modérément important	3
Fortement important	5
Très important	7
Extrêmement important	9
Modérément moins important	1/3
Moins important	1/5
Fortement moins important	1/7
Extrêmement moins important	1/9
Source :SAATY, 1977

En s'appuyant sur la matrice générée par Saaty (tableau IX), le calcul des coefficients de pondération a pu être effectué par indicateur et synthétisé dans le Tableau X.

101

Tableau X : Matrice de comparaisons par paires et coefficient de pondération des critères des indicateurs disponibilité (a) ; accessibilité (b) et exploitabilité (c)

a) Indicateur de disponibilité

Paramètres		dd	Pente	Inf	Valeur propre		Coefficient de pondération	Densité drainage
de	1,00	1/3	1/3	0,33	0,08		Pente
	3,00	1,00	1/2	1,22	0,31		Infiltration
	3,00	2,00	1,00	2,45	0,61

b) Indicateur d'accessibilité

	Taux de succès	Profondeur totale	Valeur propre		Coefficient de pondération	Taux de succès Profondeur totale
1 3	1/3 1	v1 * 1 3=0,58 v3 * 1 = 1,7	0,58

c) Indicateur exploitabilité

	Niveau statique	Débit d'exploitation	Valeur propre	Coefficient de pondération
Niveau statique Débit d'exploitation	1 3	1/3 1	v1 * 1 3=0,58 v3 * 1 = 1,7	0,58
				0,58 + 1,73 = 0,25 1,73
				0,58 + 1,73 = 0,75

Source : Traitement de données, 2019

102

Le tableau XI illustre la classification, l'évaluation, la standardisation et la pondération des critères de décision.

Tableau XI : Classification, évaluation, standardisation et pondération des critères de décision

Indicateur	Critères	Classes	Qualificatif du critère	Note	Poids
		0 - 0,75	Très faible	9
		0,76 - 1,8	Faible	7
	Pente (%)	1,9 - 3,1	Moyenne	5	0,31
		3,2 - 4,7	Forte	3
		4,8 - 11	Très forte	1
		0 - 0,74	Très faible	9
		0,75 - 1,5	Faible	7
	Densité de
Disponibilité	drainage (km/km^2)	1,6 - 2,2	Moyenne	5	0,08
		2,3 - 3	Forte	3
		3,1 - 3,7	Très forte	1
		52,42 - 55,44	Très faible	1
		55,45 - 57,61	Faible	3
	Infiltration (mm)	57,62 - 59,49	Moyenne	5	0,61
		59,5 - 61,47	Forte	7
		61,48 - 64,44	Très forte	9
		43,18 - 83,65	Très faible	9
		83,66 -	Faible
				8
		106,77
		106,78 -	Moyenne
	Profondeur totale			7
		129,31			0,75
	(m)	129,32 -	Forte
				5
		150,7
Accessibilité
		150,71 -	Très forte
				1
		190,58
		3 - 10	Très faible	1
		10,01 - 30	Faible	3
	Taux de succès
		30,01 - 50	Moyenne	5	0,25
	(%)	50,01 - 80	Forte	8
		80,01 - 100	Très forte	10
		0 - 1,9	Très faible	1
	Débit	1,91 - 6,43	Faible	3
	d'exploitation	6,44 - 10,37	Moyenne	5	0,75
	(mP^3PhP^-1P)	10,38 - 14,41	Forte	8
		14,42 - 20,38	Très forte	9
Exploitabilité
		0 - 2,88	Très faible	10
		2,89 - 6,71	Faible	8
	Niveau statique
		6,72 - 12,09	Moyenne	6	0,25
	(m)	12,1 - 19,18	Forte	3
		19,19 - 48,92	Très forte	1

Source : Traitement de données, 2019

103

Les critères classifiés et standardisés ont été combinés par la méthode d'agrégation complète par pondération utilisée également par Koudou (2013), Koudou et al. (2010), Jourda (2005), Saley (2003) et Savane (1997).

iii. Agrégation des critères

L'agrégation consiste à la sommation des valeurs standardisées et pondérées de chaque critère intervenant dans l'élaboration de l'indicateur spécifique (Koudou et al., 2010) selon la formule :

?? = ? ????????

??

??=1 (14)

où ?? est le résultat final ;

???? est le poids du critère i ;

???? est la valeur standardisée du critère i.

L'établissement de la carte thématique « potentialité en eau souterraine » est fait à partir de l'agrégation des indicateurs de disponibilité, d'accessibilité et d'exploitabilité. Le nombre de classes est fixé à quatre (mauvaise, médiocre, bonne et excellente) pour une meilleure lisibilité et une bonne interprétation de la carte résultante.

iv. Validation des cartes

Les cartes thématiques réalisées ont été validées par le calcul de l'incertitude (Doumouya et al., 2012 ; Mangoua, 2013). Ainsi, le calcul des incertitudes sur les moyennes des principaux indicateurs est donné par :

??? =

(15)

??

v??

où ??? est l'incertitude sur la moyenne de la série de données ;

?? est l'écart type de la série de données

?? le nombre de données.

Un facteur d'expansion (??) est alors calculé afin de déterminer le niveau de confiance. La détermination de ce paramètre est basée sur le principe

104

statistique de calcul de l'incertitude étendue. Le facteur K permet la définition d'un intervalle de portée suffisante ayant pour but d'avoir dans les résultats une grande confiance. L'expression de ce facteur est :

K=	|E- X	|	(16)
	o-

où K est le facteur d'expansion ;

E la valeur extrême de la série statistique qui peut-être le maximum ou le minimum de cette série

X est la moyenne de la série de donnée

Les niveaux de confiance des différents paramètres ont été déduits des différentes valeurs de K. Ainsi, K = 1 pour un niveau de confiance de 68% ; K = 2 pour un niveau de confiance de 95% ; et K = 3 pour une confiance de 99%.

4.2. Résultats

L'étude de la variabilité hydrologique et l'analyse de la cartographie du potentiel en eau souterraine ont permis l'estimation de la disponibilité en eau dans le secteur d'étude.

4.2.1. Variabilité hydrologique

Le régime hydrologique d'un cours d'eau se définit par les variations de son débit habituellement représentées par l'écoulement mensuel moyen.

4.2.1.1. Évolution mensuelle des débits

L'analyse de la répartition mensuelle des débits enregistrés a permis de caractériser le régime hydrologique moyen. La figure 22 illustre l'évolution des débits mensuels sur la période 1987-2016.

105

Figure 22: Évolution des débits mensuels sur la période 1987-2016

De l'analyse de la figure 22, il ressort que les mois d'août, septembre et octobre enregistrent les débits mensuels les plus élevés (> 500 mP³PsP^-1P). Le débit atteint son pic en septembre avec une valeur maximale de 735mP³PsP^-1P. Cette période (août, septembre et octobre) à elle seule représente environ 80 % du débit annuel et est caractérisé par le débordement des cours d'eau qui inondent les champs, mêmes les habitations et perturbent les activités économiques. En effet, lorsque des pluies précoces dans le nord Bénin coïncident avec une grande saison des pluies abondantes dans le sud, il arrive que le delta soit noyé dès juin, ce qui favorise l'inondation.

Pendant cette période, les travaux champêtres et le pâturage deviennent quasiment impossibles. Cette situation entraîne des pertes de cultures et parfois des déplacements de population. Ainsi, la sécurité alimentaire n'est souvent pas garantie à cause de l'insuffisance de production et les populations sont exposées à la famine avec des conditions de vie difficiles (Vodounou et Doubogan, 2016). La photo 1 illustre le niveau de l'eau pendant la crue dans le secteur d'étude.

106

Photo 1: Retrait des eaux à Dogodo Houinta dans la commune des Aguégués (Prise de vue COCKER, 2018)

Le retrait des eaux sur la Photo 1, au cours du mois de janvier (15 janvier 2018), indique en même temps le niveau maximum de l'eau pendant la période des crues, août, septembre et octobre (flèche en rouge).

4.2.1.2. Variation interannuelle des débits

La figure 23 présente l'évolution interannuelle des débits sur la période 19872016.

107

Figure 23: Variabilité interannuelle des débits

L'analyse des indices hydrométriques annuels permet d'observer une variation de ces débits durant la période 1987-2016. Au cours de cette période, les années 1995, 2010, 2012 et 2013 enregistrent les débits les plus élevés. Par contre, 56 % des années de la série chronologique présentent un déficit. Ainsi, les années de grands déficits d'écoulement enregistrés sont 1987, 1990, 1997, 2001, 2005 et 2007. Toutefois, l'évolution du débit est caractérisée par une tendance à la hausse comme l'indique la courbe de tendance de la figure 23.

4.2.1.3. Rupture de stationnarité dans la série hydrométrique annuelle La hausse du débit est confirmée par le test de Pettitt qui détecte une rupture de stationnarité significative à 95 % en 2007 comme l'indique la figure 24.

108

Figure 24: Rupture de stationnarité dans les débits annuels

À partir de ce test, deux sous-périodes sont identifiées dans la série. Il s'agit des périodes 1987-2007 et 2008-2016. La période 1987-2007 est déficitaire avec une moyenne égale à 194 mP³PsP^-1P, tandis que la période 2008-2016 est par contre excédentaire et caractérisée par une moyenne du débit de 221 mP³PsP^-1P. Cette tendance à la hausse du débit est le signe d'une amélioration des conditions du système hydrologique et d'une disponibilité en eau. La tendance à la hausse du coefficient d'écoulement dans le milieu amène à se demander si ce phénomène résulterait d'une augmentation des surfaces imperméables sous l'effet d'une pression anthropique élevée.

4.2.1.4. Répartition intra-saisonnière des écoulements des sous-périodes 1987-2007 et 2008-2016

Le régime hydrologique des deux sous-périodes est illustré par la figure 25.

Débits (m3/s)

400

900

800

700

600

500

300

200

100

0

1987-2007

2008-2016

Mois

109

Figure 25: Variation saisonnière des débits sur les sous-périodes 1987-2007

et 2008-2016.

Les mois d'octobre et novembre ont connu les plus fortes augmentations d'écoulement entre les deux sous périodes. Le retour à des situations pluviométriques plus favorables, à partir de la deuxième moitié de la décennie 2000, a donc amélioré la situation des écoulements et présage d'une disponibilité en eau. Toutefois, on observe un écart conséquent entre la première période et la deuxième. Le Tableau XII : présente l'écart entre les débits des deux sous-périodes (1987-2007 et 2008-2016).

Tableau XII : Déficit des débits écoulés entre les sous-périodes

Débits (m³/s^-1)

Sous-période 1987 - 2007 2008- 2016

Moyenne 193,2 220,6

Écart 24,7

Source : Traitement de données, 2018

Dans le but de connaître ce que deviennent l'eau précipitée et l'écoulement dans le milieu d'étude, le bilan hydrologique a été examiné.

110

4.2.2. Variation des termes du bilan hydrologique

4.2.2.1. Bilan hydrologique

La figure 26, présente la variabilité interannuelle des termes du bilan hydrologique.

Pourcentage

100

40

90

80

70

60

50

30

20

10

0

1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Pluie Infiltration ETR Ecoulement

Années

Figure 26: Variabilité interannuelle des termes du bilan hydrologique

L'analyse de la figure 26 révèle que pour une hauteur de pluie de 100 % reçue, on relève 36 à 62 % pour l'évapotranspiration, 38 à 62 % pour l'infiltration et l'écoulement oscille entre 0,2 et 1,2 %. Il y a donc d'énormes pertes par évaporation. Aussi, observe-t-on un faible écoulement sur la période d'étude. Cela peut-être justifié par la configuration du sol, la géomorphologie ainsi que par le pouvoir évaporatoire du milieu. Le tableau XIII montre l'évolution comparée des termes du bilan hydrologique.

111

Tableau XIII : Évolution comparée des fluctuations pluviométriques et des
autres termes du bilan hydrologique

Paramètre Période Valeur (mm)

(année)

Pluie	98,0 1987 - 2016 97,0 1987 -2007 100,3 2008 - 2016 -3,3 Écart -3,36 Déficit
Évaporation				1987 - 2016 45,3 1987 -2007 46,4 2008 - 2016 42,9 Écart 3,47 Déficit 7,49
Écoulement			1987 - 2016 0,6 1987 -2007 0,6 2008 - 2016 0,7 Écart -0,14 Déficit -24,66
Infiltration		1987 - 2016 52,1 1987 -2007 50,1 2008 - 2016 56,7 Écart -6,59 Déficit -13,16

Source : Traitement de données, 2018

L'observation du tableau XIII, montre une hausse pluviométrique de 3,36 % entre les deux sous-périodes (1987-2007 et 2008-2016). La hausse de l'écoulement et de l'infiltration entre ces deux périodes est également importante soit respectivement 24,66 % et 13,16 %.

4.2.2.2. Influence des fluctuations pluviométriques sur les termes du bilan

L'application du test de corrélation de Pearson au seuil de significativité de 95 % à ces différents paramètres fait ressortir les liaisons existantes entre les termes du bilan hydrologique. (Tableau XIV).

Tableau XIV : Matrice de corrélation (test de Pearson)

Écoulement ETR Infiltration Pluie

Écoulement 1

ETR -0,260 1

Infiltration 0,51 -0,479 1

Pluie 0,51

-0,280

0,98 1

112

Corrélation significative entre les termes du bilan au seuil de 95 %

Le Tableau XIV met en évidence l'existence d'une forte corrélation positive (r > 0,5) significative au seuil de 95 % entre les précipitations, l'infiltration et l'écoulement.

Le coefficient de corrélation entre la pluie et l'infiltration est le plus élevé (r=0,98) ce qui témoigne de la forte relation positive entre ces deux facteurs. Aussi, existe-t-il une corrélation positive et significative entre l'écoulement et les précipitations (r=0,51). Par contre la corrélation entre l'évapotranspiration et l'infiltration est négative (r=-0,48).

De cette analyse, la pluie est un déterminant de l'écoulement et de l'infiltration. Ainsi, la hausse pluviométrique entre les périodes 1987-2007 et 2008-2016, a sans aucun doute des répercussions importantes sur l'écoulement et l'infiltration ce qui est favorable à une disponibilité en eau de surface et en eau souterraine. Les figures 27 et 28 illustrent cette dépendance à l'échelle du milieu d'étude.

Ecoulement

-0,2

0,8

0,6

0,4

0,2

1,4

1,2

0

1

70 75 80 85 90 95 100 105 110 115 120

y = 0,01Pluie - 0,5

Modèle Int. de conf. (Moyenne 95%)

Int. de conf. (Obs 95%) Linéaire (Modèle)

Régression de Ecoulement par Pluie (R²=0,261)

Pluie

113

Figure 27: Régression linéaire entre écoulement annuel et précipitation

Régression de Infiltration par Pluie (R²=0,962)

Infiltration

40

80

70

60

50

30

20

y = 1,05Pluie - 51,32

70 75 80 85 90 95 100 105 110 115 120

Pluie

Modèle Int. de conf. (Moyenne 95%)

Int. de conf. (Obs 95%) Linéaire (Modèle)

Figure 28: Régression linéaire entre infiltration annuelle et précipitation

114

Le coefficient de détermination de la dépendance de l'écoulement à la pluie est R²=26,1 % (figure 27). Ce coefficient montre que la pluviométrique explique 26,1 % de la variation de l'écoulement et confirme le fait que l'écoulement dépend fortement d'autres facteurs du milieu. La figure 28 montre que la dépendance entre l'infiltration et la pluie a un coefficient de détermination supérieur à 50 %, avec R²=96,2 % signifiant que la pluviométrie explique 96,2 % de la variation de l'infiltration. L'existence de ces relations laisse entrevoir une possibilité de formalisation mathématique. Ainsi, la relation qui lie la pluie à l'écoulement est représentée par l'équation : Écoulement = 0,01Pluie -0,5. En ce qui concerne la relation qui lie la pluie à l'infiltration, elle est représentée par l'équation :

Infiltration =1,05Pluie -51,32. Le signe positif du coefficient de la variable pluie dans ces deux équations indique une liaison positive entre les variables. Ainsi, 1 mm de pluie favorise un écoulement de 0,01 mm tandis que pour cette même valeur de pluie, l'infiltration gagne 1,05 mm.

4.2.3. Cartographie du potentiel en eau souterraine

La carte des zones potentiellement fournies en eau souterraine est issue de la combinaison des cartes de disponibilité, d'exploitabilité et d'accessibilité. La cartographie a permis de représenter les zones de fortes réserves en eau souterraine.

4.2.3.1. Disponibilité en eau souterraine

La carte de disponibilité en eau traduit la notion d'existence d'un aquifère et a été obtenue à partir de la combinaison des paramètres suivants : la densité de drainage, l'infiltration et le système de pente. La figure 29 affiche la disponibilité en eau souterraine dans le secteur d'étude.

2'28'0"E

2'19'30"E

2'36'30"E

ICéssaunou

Dainr7fie

2°1930"E

2'3530"E

DAN

më

z

v

m

z C

v Co

z

W _co co

Commune de Zé

Localités

· Village, quartier, hameau

· Chef-lieu d'arrondissement (~} Chef-lieu de commune Disponibilité en eau

Mauvaise (2,76%)

Médiocre (10,88%)
Bonne (35,34%) MI Excellente (51,02%)

·

Gb
_·

Commune de Ah mu ev-C al avi

Commune de

z Source:
·Alrpro-IkEssérété _z

O_° _ Image SRTM, 2009

ti

P ASECNA, 2017

Landsat 8, 2015 Dékarnné
·

Fond Topographique IGN, 1992 s Ac'aodji

Réalisation:

Fémi COCKER, 2019

AG FI GUE

·

Commune de Porto-Novo

Eck ale

0 5

.homey Hounmé

·

Haué do Aguékan

SO-A\ A

éki

·

Gancié
·

o ib

o

Commune de Sakété

Azowlissè Gbékandji

Gan&an
·

Figure 29: Disponibilité en eau souterraine

115

116

La disponibilité en eau souterraine est définie par quatre classes d'inégale répartition qui se présentent comme suit :

· la classe à disponibilité mauvaise couvre 2,76 % du secteur d'étude et est caractérisée par une forte pente (>3,2%) et une infiltration inférieure à 55mm. Ces zones sont à déconseiller pour l'implantation de forages, car un réseau dense est l'un des facteurs défavorables à l'alimentation de la nappe. Cette classe est observée au centre de la commune d'Adjohoun avec quelques poches à Dangbo ;

· la classe à disponibilité médiocre couvre 10,88 % du territoire cartographié. Elle se retrouve dans la commune d'Adjohoun et dans une moindre mesure dans la commune de Bonou. Cependant, on retrouve quelques poches à Dangbo et dans les Aguégués. Au sein de cette classe, la pente est souvent supérieure à 1,9% et l'infiltration inférieure à 55 mm.

· La classe à bonne disponibilité en eau souterraine occupe 35,34 % .du secteur d'étude. Elle est prépondérante dans la commune d'Adjohoun, dans la commune de Bonou et à l'Est de la commune de Dangbo avec quelques poches dans les communes des Aguégués et Sô-Ava. Cette classe réunit les conditions favorables à l'accumulation des eaux souterraines (pente < 1,8% ; infiltration > 56 mm) et par conséquent à la formation d'importantes réserves.

· la classe à excellente disponibilité est la plus représentée dans la basse vallée. Elle occupe 51,02 % de la zone d'étude et est présente essentiellement au sud et au nord, dans les nids des cours d'eau. La quasi-totalité des sources naturelles de la région se localise dans ces zones. Il s'agit des communes de Sô-Ava, des Aguégués, de la majeure partie de la commune de Dangbo ainsi que le nord et l'ouest

117

de Bonou. Dans ces zones la pente est généralement inférieure à 0,75% et l'infiltration est supérieure à 56 mm.

Cette analyse révèle ainsi que 87 % du territoire étudié dispose d'une bonne et excellente disponibilité en eau souterraine.

4.2.3.2. Exploitabilité en eau souterraine

Cet indicateur est produit à partir de la combinaison du débit d'exploitation et du niveau piézométrique. La figure 30 fait la cartographie de l'exploitabilité en eau souterraine dans le secteur d'étude.

Comm une de Zè

Commune de Sakéte

2'28'0"E

2'19'30"E

2'36'¹30"E

Km

_z

D

v

op

2'28'0"E

2'19'30"E

2'35'_i30"E

op^--op

w m

z Homvigaè - z

o) ô

V

o) . op

LE GFNDF

Localités

· Village, quartier, hameau

· Chef-lieu d'arrondissement

p Chef-lieu de commune

Exploitabilité en eau _

z awlissé r
·...
·'i ~

Mauvaise (5,80%)

- G

Médiocre (7,57%) ^l `^Y

Bonne (34,76%

_ Excellente (51,87%)

Commune de About ec-Calavi

Source:
DG-Eau, 2019
Fond Topographique lGN,1992
Réalisation:
Fini COCKER, 2019

S Q AAA
·

Hauedo Aguékon

z ô

N

op

;st o dj ode

Commune de Akpro-Miissérété

Garnie
·

Commune de Porto-Novo

Échelle

1

Figure 30: Exploitabilité en eau souterraine

118

119

L'analyse de la carte d'exploitabilité présente quatre classes d'exploitabilité des ressources en eau souterraine :

· les zones d'exploitabilité mauvaise n'occupent que 5,80 % du secteur étudié. Elles se présentent sous de petites surfaces qui couvrent la zone en dehors de la partie sud. Cette classe est beaucoup plus rencontrée aux environs de Wogon et à l'Est d'Affamè dans la commune de Bonou puis au centre d'Adjohoun. Elle est caractérisée par des débits d'exploitation très faible (<1,9 m³h^-1) et un niveau statique très fort (>19,9 m) ;

· la classe à exploitabilité médiocre occupe 7,57 % de la surface totale. Elle recouvre entièrement la localité de Bonou et se signale à l'Est à la latitude d'Athonsa et à Gbada dans la commune d'Adjohoun. Cette classe exprime une difficulté dans l'exploitation des ressources souterraines puisque le débit d'exploitation y est très faible (<1,9 m³h^-1) et le niveau statique supérieur à 17 m ;

· la classe à exploitabilité bonne recouvre 34,76 % de l'ensemble. Cette classe apparaît plus à Bonou et Adjohoun avec une poche à la latitude de Gbêko dans la commune de Dangbo. Elle se caractérise par des débits forts (>6 m³h^-1) accompagnés de niveaux statiques faible (<6m) ;

· la classe à exploitabilité excellente est caractérisée par les débits très forts (>14 mP³PhP^-1P) avec de faible niveau statique (<3 m). Cette classe qui occupe 51,87 % du territoire, se rencontre majoritairement dans les communes de Sô-Ava, des Aguégués et dans une moindre mesure dans la comme d'Adjohoun. Elle témoigne de l'existence de très forts débits au sud du secteur d'étude.

120

Cette analyse révèle ainsi que plus des trois quarts (87 %) des ressources en eau souterraine disponibles dans le secteur d'étude, a une exploitabilité bonne et excellente.

4.2.3.3. Accessibilité en eau souterraine

L'observation de la figure 31 montre la répartition de l'accessibilité en eau souterraine dans le secteur d'étude.

Source:
DG-Eau, 2019
Fond Top ographiquelGN,1992
Réalisation:

Eau COCKER, 2019 SO-AV.4

Véki Gancié
_·

2'19'_.30"E

2°36'30"E

				Wogofl BON OU 0
W

.honoa

ADJOH OU N

Dénie

· Togbota
·

Commune de Sakété

Hom iguè

·

-h onou

Ak padan ou
·

Kedé

·

Commune de

z

ô

-

co

Ze

LE GENDE

Localités

· Village. quartier. hameau

· Chef-lieu d'arrondissement

® Chef-lieu de commune

Accessibilité en eau souterraine Axowlissè c einndji

Mauvaise (17,22%) Gangâan ^-n

_·

Médiocre (22,17%) Goada

Bonne (22,08%) _ Excellente (38,43%)

Commune de
Abomey-CalaFi

Commune de Akp ro-Mi user été

Dé kami d

·

Houd do Aguékon

Echelle

2°19'^'30"E

z

ô

- v go

m

Commnne de Porto-Novo

2'3630"E

2'28'0'E

121

Figure 31: Accessibilité en eau souterraine

122

La carte d'accessibilité des ressources en eau souterraine est caractérisée par quatre classes d'inégale répartition :

· La classe à mauvaise accessibilité en eau représente 17,22 % de la superficie totale. Elle se situe dans la commune de Bonou et est caractérisée par de faibles probabilités (< 30 %) de succès et une profondeur forte des forages (< 150 m) ;

· La classe à accessibilité médiocre recouvre 22,17 % du territoire. Elle se situe essentiellement dans les communes de Bonou et d'Adjohoun. La profondeur des forages est généralement supérieure à 106 m et le taux de succès est inférieure à 30 % ;

· La classe à accessibilité bonne occupe une proportion de 22,08 %. Elle occupe une portion des communes d'Adjohoun et de Dangbo. Elle est caractérisée par des ouvrages de faible profondeur (< 106 m) et qui ont un indice de succès supérieur à 30 %.

· La classe d'excellente accessibilité (38,43 %) est la plus

représentative et est localisée exclusivement dans les communes des

Aguégués, Sô-Ava et Dangbo. L'excellente accessibilité de la

ressource en eau souterraine témoigne d'une forte probabilité de

succès (> 50 %) et d'une profondeur des forages inférieure à 80 m. Cette analyse révèle ainsi que plus de la moitié (51 %) des ressources en eau souterraine disponibles dans le secteur d'étude, a une accessibilité bonne et excellente.

4.2.3.4. Potentialité en eau souterraine

La carte des zones de potentialité en eau souterraine présente les sites possédant une bonne réserve d'eau souterraine (potentialité bonne à excellente), facilement accessible et exploitable. L'observation de la figure 32 montre que le secteur d'étude regorge d'importantes réserves en eau souterraine.

2'11_.30"E 2'28'0"E 2'36^-30"E

Commune de Akpro-rlrissérété

Source:
DG-Eau, 2019
Image SRTM, 2009
ASECNA, 2017

Fond Top ographiquelGN,1992 SO-AV.

Réalisation: _D:

Fan COCKER, 2019 r e vélo

·

Gié

Dékarené

· r>

Houé do Aguékon

Houé dome

AGUE GUIS

·

Commune de Porto-Novo

Echelle 5

w

Commune de

Zè

LE GENDE

Localités

· Village, quartier, hameau

n Chef-lieu d'arrondissement

· Chef-lieu de commune Disponibilité en eau souterraine

Mauvaise (0,13%)

Médiocre (33,89%)
Bonne (31,93%) Excellente (34,05%)

Débit dégel oppé

· Très faible (< 5) (385)

* Faible (5 - 10) (42)

· EJevé (10,1 - 30) (41)

· Très élevé (>30) (25)

Commune de Sakété

Commune de Abom ey-C al avi

O

.. ICé ssoumnt

c3jedo

. s'agbudl

2°19'30"E 2'28'0'E 2'3630"E

Figure 32: Potentialité en eau souterraine

123

124

Cette carte est constituée de quatre classes:

· la classe à mauvaise potentialité : avec une proportion de 0,13 %, est quasiment inexistante sur l'ensemble de la zone d'étude et se présente sous forme de petites plages disséminées au nord de la commune d'Adjohoun à la latitude d'Akpadanou et Kodé ;

· la classe de potentialité médiocre avec 33,89 % de proportion se rencontre le plus dans les communes d'Adjohoun et de Bonou avec une poche dans la commune de Dangbo. Cette classe occupe les zones d'accessibilité médiocre ;

· la classe de bonne potentialité occupe 31,93 % de la basse vallée. Elle est caractérisée par une faible pente et une forte infiltration qui permet la recharge de la nappe. Ces zones sont situées au Nord et à l'ouest de la commune de Bonou avec quelques poches à l'est. On les retrouve également au sud de la comme d'Adjohoun ainsi qu'à l'Est et à l'Ouest de la commune de Dangbo. Plus au sud, dans les communes de Sô-Ava et des Aguegues, les zones de bonne potentialité sont disséminées.

· la classe à excellente potentialité est la plus représentée (34,05 %) et se rencontre au sud dans les communes des Aguégués, Sô-Ava et Dangbo. Elle traduit une présence de l'eau en quantité suffisante, facilement accessible et exploitable. Cette classe est donc la plus recherchée lors des campagnes hydrogéologiques. Cependant, dans les communes de Sô-Ava et des Aguégués, cette classe n'est pas conseillée pour l'approvisionnement en eau potable.

En conclusion le secteur d'étude offre une bonne potentialité en eau souterraine puisque les zones à potentialité bonne et excellente couvrent 66 % du territoire. Quant à la qualité de cette eau, des études complémentaires doivent être menées avant toute exploitation à des fins d'approvisionnement

125

en eau potable. Il s'agit des analyses physico-chimiques et bactériologiques pour s'assurer de la conformité aux normes de potabilité ce qui n'est pas l'objet de la présente étude.

4.2.3.5. Validation des cartes thématiques

Les cartes de disponibilité, d'exploitabilité, d'accessibilité et de potentialité ont été validées par le calcul de l'incertitude. Le tableau XV, présente le résultat de cette validation.

Tableau XV : Résumé statistique des critères d'évaluation des indicateurs

Paramètres	Min.	Max.	Moy.	Écartype	m	Incertitude	K		NC
							(%)		Disponibilité
1	9	6,003	2,047	2191	0,043	2	95		Exploitabilité
1,5	9,25	6,3	2,12	57 271	0,009	2	95		Accessibilité
1,5	9	6,002	2,03	3445	0,0037	2	95		Potentialité
1,7	9	5,84	1,78	2165	0,038	2	95

Source : Traitement de données, 2018

min et max sont les valeurs extrêmes de la série statistique,

moy est la moyenne de la série de données ;

m est le nombre de données de la série statistique

K est le facteur d'expansion ;

NC est le niveau de confiance

Les incertitudes calculées sur les indicateurs du potentiel en eau varient de 0,0037 à 0,043. Dans l'ensemble, les erreurs commises dans l'élaboration de ces différentes cartes sont minimes. Aussi ces cartes ont-elles été obtenues à un niveau de confiance de 95 %. Ces valeurs indiquent donc une fiabilité des indicateurs ayant servi à l'élaboration de la carte de potentialité en eau souterraine. Toutefois, cette dernière a également été évaluée. La marge d'erreur associée à l'élaboration de cette carte est de 0,038 avec un niveau de

126

confiance de 95 %. Cela signifie que la carte de potentialité en eau reflète les réalités du terrain.

4.3. Discussion

La méthodologie de détermination de période de rupture à faciliter l'analyse en présentant deux périodes à comparer comme dans plusieurs études déjà évoquées. Mais, cette méthode a montré ses limites parce qu'elle ne permet pas de faire une analyse linéaire sur la série en vue d'en dégager une tendance tranchée. Cette étude révèle une tendance à la hausse du régime hydrologique du fleuve Ouémé entre 1987 et 2016 avec une multiplication des anomalies négatives avant 2008. L'application du test de Pettit confirme cette variabilité et fait ressortir deux phases distinctes dans l'évolution du débit. La première phase concerne la période 1987-2007 et est caractérisée par un déficit hydrologique par rapport à la deuxième phase 2008-2016. L'analyse de cette variation en lien avec les paramètres climatique révèle l'existence d'une forte corrélation positive (r > 0,5) au seuil de 95 % entre les précipitations et l'écoulement. La corrélation pluie/infiltration est de 0,98 tandis que la corrélation écoulement/Infiltration est de 0,5. Le fonctionnement hydrologique du secteur d'étude est donc tributaire de la variation pluviométrique. Ceci concorde avec les conclusions de Bricquet et al. (1997) et Lebel et al. (2003) qui ont montré la vulnérabilité des systèmes hydrologiques de l'Afrique de l'Ouest à l'évolution climatique. Par ailleurs, la modélisation de la relation linéaire entre l'écoulement et la pluviométrie montre que cette dernière explique 26,1 % de la variation de l'écoulement tandis que dans le cas de l'infiltration, la pluviométrie explique 96,2 % de sa variation.

Ainsi, la hausse pluviométrique antérieurement identifiée entre 1987-2007 est amplifiée dans l'écoulement et la recharge. De ce fait, elle rend disponible l'eau dans le milieu et le prédispose à une augmentation constante des

127

ressources en eau, mais également aux risques d'inondation. Laleye et al. (2004), situent l'inondation dans le bassin de fin août à mi-octobre de façon générale, tout en nuançant qu'elle peut survenir dès juillet pour se terminer en début novembre. De même, Amoussou (2015) dans son étude sur l'hydrométéorologie des crues dans le bassin versant du Mono, constate que les crues maximales annuelles sont enregistrées au cours de l'été durant la saison pluvieuse. Selon Kodja et al. (2013), cette crue observée au coeur de la saison pluvieuse s'explique par le fait que cette période coïncide avec la saison des pluies du domaine soudanien et contribue au gonflement du débit avec une augmentation du niveau de l'eau occasionnant l'inondation de la plaine

En outre l'approche utilisée pour évaluer la disponibilité des ressources en eau dans le milieu d'étude repose également sur la cartographie des secteurs potentiels en eau souterraine grâce à l'utilisation conjuguée de la télédétection, de l'analyse multicritère et du SIHRS. Cette approche a le mérite d'une grande précision et d'une fiabilité très élevée dans les résultats, mais elle ne permet pas d'analyser la qualité de l'eau qui est aussi un aspect très important dans la gestion des ressources en eau. Si la ressource subit une pollution continue, elle finira par ne plus être utile et sera finalement considérée comme non disponible. L'eau doit être protégée comme l'a dit Platon (1852), elle a donc besoin que la loi vienne à son secours. C'est également un des principes phares de la GIRE « pollueur-payeur ». Cela ne signifie pas qu'il faut polluer la ressource en eau, mais c'est une mesure dissuasive de protection pour décourager la dégradation.

Les méthodes de télédétection et du SIHRS combinées à l'analyse multicritère ont permis à certains auteurs tels que Jourda et al. (2006), Youan Ta et al. (2011), Yao et al. (2016) et Koffi et al. (2016) de cartographier les

128

zones potentielles en eau souterraine ainsi que les zones favorables à l'implantation des forages à gros débits.

L'élaboration de la carte des zones potentielles en eau souterraine constitue une pré-prospection qui évite les phases de recherches lourdes, lentes et coûteuses comme l'ont indiqué Langevin et al. (1991) cité par Yao et al. (2016). Dans la présente étude, cette méthode a permis de faire ressortir les zones de fortes réserves en eau souterraine. Les résultats obtenus révèlent que la majeure partie du secteur d'étude possède une bonne et excellente potentialité en eau souterraine soit 66 % de la superficie totale. Cependant, dans les communes des Aguégués et de Sô-Ava où ces classes couvrent la majeure partie de ces communes, elles ne sont pas conseillées pour l'approvisionnement en eau potable puisque dans ces milieux les ressources en eau souterraine affleurent le sol et l'intrusion de l'eau de surface déjà polluée compromet la qualité de cette ressource. En effet, les résultats obtenus par Adjagodo et al. (2017), ACED (2018) et Zinsou et al. (2016) ont déjà montré que les eaux de surface du milieu d'étude sont troubles et polluées par les germes de contaminations fécales. Ces eaux renferment des concentrations supérieures aux normes internationales de l'Organisation Mondiale de la Santé pour le plomb et le mercure.

Selon Shankar et Mohan (2006), la bonne disponibilité en eau souterraine est due à une faible pente et à une bonne densité de drainage qui entraînerait une bonne infiltration des eaux dans l'aquifère. Cette infiltration découle également de l'abondance des précipitations qui constituent la source première de l'alimentation des aquifères (Yao et al., 2016). En effet, dans les zones tropicales humides comme c'est le cas du secteur d'étude, les aquifères sont essentiellement alimentés par la pluviométrie grâce aux infiltrations de surface (Yao et al., 2012; Kouakou, 2011; Savane et al., 2001).

129

Ainsi, cette carte thématique des sites potentiels en eau souterraine des communes étudiées peut guider la prise de décision pour une gestion efficiente des ressources en eau souterraine. C'est donc un outil d'aide à la décision pour la valorisation de la vallée de l'Ouémé qui est classée deuxième vallée la plus riche au monde après le Nil ( www.paia-vo.org).