Apport du SIG et de la télédétection dans la modélisation spatiale de la susceptibilité aux mouvements de terrain dans la région d’Al Hoceima, Rif Oriental, Maroc

Abstract

L’évaluation du degré de susceptibilité aux mouvements de terrains est devenue une préoccupation majeure dans les terrains montagneux, elle oriente les efforts à entreprendre pour prévenir les catastrophes, minimiser les risques et gérer les conséquences. Les techniques d’analyse spatialisée par le système d'information géographique (SIG) et télédétection sont de plus en plus utilisées pour évaluer la susceptibilité des versants aux mouvements de terrain. Dans cette étude, la modélisation par un modèle probabiliste bivarié (théorie d’évidence) a été utilisé pour cartographier les zones susceptibles aux mouvements de terrains dans la région d’Al Hoceima (NE du Maroc). Le SIG est également utilisé pour apprécier la relation entre : (i) les mouvements des terrains et (ii) la distribution spatiale des facteurs causatifs, l’information relative à ces deux composantes a été dérivée des données de terrain, traitements d’imageries satellitaires et les documents cartographiques disponibles. Ces données ont été intégrées dans une base de données SIG avec d’autres paramètres issus des cartes géologiques, topographiques et des stations météorologiques. Cette phase de préparation a été suivie par un test de l’indépendance conditionnelle des facteurs causatifs par rapport aux mouvements de terrain survenus dans la zone. Les paramètres indépendants ont servi aux calculs des poids positifs, négatifs (W+,W-), et leurs contrastes (C). Finalement, les cartes de pondérations obtenues des différentes combinaisons ont été évaluées pour retenir la meilleur simulation des facteurs causatifs, sur ce, une série des tests de validation des résultats obtenus par l’analyse de la courbe ROC a été effectuée. Les résultats ont montrés que la combinaison qui regroupe les facteurs prédictifs : pente, exposition des versants, lithologie et densité de fracturation s’avère être la meilleure combinaison possible. Cette combinaison permet de prédire environ 70% des instabilités existants.

Mots-clés: mouvement de terrain, théorie de l’évidence, la région d’Al Hoceima, SIG et télédétection.

The use of GIS and remote sensing in spatial modeling of susceptibility to landslides in the region of Al Hoceima (Eastern Rif, Morocco)

The evaluation of the degree of susceptibility to landslides has become a major concern in mountainous terrain, it directs the efforts to be undertaken to prevent disasters, mitigate risk and manage the consequences. The spatial analysis using Geographic Information System (GIS) and remote sensing techniques are increasingly used to assess the susceptibility to landslides. In this study, a bivariate probability model (theory of evidence or 'weights of evidence') coupled with GIS for mapping areas susceptible to landslides in the region of Al Hoceima (NE of Morocco) was used. GIS is also used to assess the relationship between the landslides and the spatial distribution of causative factors. The Information on these factors was derived from observational field data and available cartographic and remote sensed data. These data were integrated in a GIS database with other parameters derived from geological maps, topographical and climate measures stations of the study area. This preparation stage was followed by a test of conditional independence of the causative factors in relation to landslides occurred in the study area. Independent parameters were used for calculations of positive weight, negative weight (W +, W -), and contrast (C). Finally, the maps obtained from different combinations were evaluated in order to retain the best simulation of causative factors, for this, a series of tests to validate the results obtained by the ROC curve analysis was performed. The results showed that the following combination of predictive factors: slope, exposure, lithology and density prove the best combination. This combination predicts about 70% of existing instabilities.

Keywords: landslides, weights of evidence, region of Al Hoceima, GIS and remote sensing.