Mémoire PFE Corrigé - NGUEMHE FILS SC - 07nov - 2017 PDF

Centre Rgional Africain des Sciences et Technologies de l'Espace
en Langue Franaise - Affili l'ONU
MASTER EN SCIENCES ET TECHNOLOGIES DE LESPACE

Promotion 2011 - 2012
OPTION : Tldtection et Systme dInformation Gographique
MEMOIRE DE PROJET DE FIN DETUDES
INTITULE :
APPORT DE LOBSERVATION DE LA TERRE ET DU SIG A LA CARTOGRAPHIE DES

ZONES A RISQUE DEROSION HYDRIQUE DANS LE BASSIN VERSANT DE
SANGUERE, AU NORD CAMEROUN
Prsent par :
NGUEMHE FILS Salomon Csar
Stagiaire de la 8me session de formation en Tldtection et SIG
Soutenu publiquement le 03 mai 2016 devant le Jury compos de :

Pr. Anas EMRAN, Institut Scientifique, RabatMaroc Prsident
Pr. Mustapha HAKDAOUI, Univ. Casablanca-Maroc Encadrant-Interne
Mr. Joachim ETOUNA, INC, Yaound-Cameroun Encadrant-Externe
Pr. Loubna EL MANSOURI, IAV-Hassan II, Rabat-Maroc Examinatrice
Dr. Birang A Madong, IRAD, Yaound-Cameroun Examinateur
Dr. Marcellin NZIENGUI, OIBT Afrique, Libreville-Gabon Examinateur
INC : Institut National de Cartographie
IRAD : Institut de Recherche Agricole pour le Dveloppement
OIBT : Organisation Internationale des Bois Tropicaux
IAV: Institut Agronomique et Vtrinaire
Projet de Fin dEtude
CRASTE-LF Apport de lObservation de la Terre et du

SIG la cartographie des zones risque
drosion hydrique dans le bassin versant
de Sangur, au Nord Cameroun
Affili lONU CRASTE-LF

Centre Rgional Africain des
Sciences et Technologies de l'Espace
en Langue Franaise-affili lONU
Rdig par
NGUEMHE FILS Salomon Csar : cefils1@yahoo.fr

Stagiaire de la 8me session de formation en Tldtection et SIG
Charg de Recherche, LTI_IRGM
Sous lencadrement de Sous la supervision de
M. Joachim ETOUNA Pr. Mustapha HAKDAOUI

INC, Cameroun Facult des Sciences Casa II
2014
Photo : Nguemhe Fils
APPORT DE LOBSERVATION DE LA TERRE ET DU SIG A LA CARTOGRAPHIE DES ZONES A RISQUE
DEROSION HYDRIQUE DANS LE BASSIN VERSANT DE SANGUERE, AU NORD CAMEROUN
Je ddie ce travail mes chers parents :
NGUEMHE Sylvestre et Mme NGUEMHE Ne KETOU Madeleine
Trouvez en ce travail lexpression de mon ternelle reconnaissance pour tout ce

que vous avez toujours fait pour me permettre datteindre cette tape de ma
vie. Avec toute ma tendresse.
NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI i

Au moment o jachve ce travail, il mest agrable de remercier toutes les personnes qui nont mnag
aucun effort pour laccomplissement de cet uvre.
Je remercie le directeur du CRASTE-LF, Pr. Touzani A., pour avoir accept ma candidature la 8me
session de formation post-gradue en Tldtection et Systmes dInformations Gographiques. Le
directeur adjoint, Mr. Lansari A. et lAdministrateur, Mr. Shitit M. pour avoir facilit les dmarches de
ma participation ce stage, pour leur accueil chaleureux et leurs nombreux conseils.
Jexprime ma reconnaissance lAgence Marocaine de Coopration Internationale (AMCI) pour son
soutien financier tout au long de notre sjour Rabat au Maroc.
Mes sincres remerciements sadressent Pr. Hakdaoui M. et Mr. Etouna J. qui ont accept, nonobstant
leurs multiples occupations, de diriger ces travaux. Ils ont orient le choix du sujet, ont suivi lvolution
et valid les diffrentes tapes de ce travail ; une fois encore Merci.
Mes remerciements vont galement lendroit du coordonnateur de la formation, Pr. Emran A., ainsi qu
tous les enseignants du CRASTE-LF. Ils nont mnag aucun effort durant la formation, tant dans
lenseignement que la mise en notre disposition des logiciels et supports de cours; Merci.
Jexprime ma reconnaissance au Dr. J.V. Hell, directeur de lIRGM, pour son soutien inconditionnel dans
la bonne marche de mon stage et lachvement de ce travail ; lui jassocie les Docteurs Nnangue J.
Metuk (directeur adjoint de lIRGM), Bassahak J. (chef du LTI), Ntonga J.C. (chef du CRH), Penaye J.
(chef du CRGM), Saidou (Chef du LRE) et Bekoa Ateba E (chef de lARGV) ; merci vous.
Ma reconnaissance va aussi lendroit du Dr. J.P. Olina Bassala, chef de la station polyvalent de lIRAD
Garoua et Mr. Asfom P. du SAT de la SODECOTON Garoua pour la mise ma disposition des
donnes et informations ncessaires pour cette tude. A SINI A. pour sa parfaite collaboration durant la
phase de terrain. A Wilczok C., de luniversit de Potsdam, pour son aide dans le traitement des donnes
durant son stage au LTI ; Wibke Ott de luniversit libre de Berlin, pour ses encouragements. Merci.
A vous mes camarades de classe : John Kamwina K., Hassan Ait Ben M., Abba Asmaou, Allassane
Souley A.Kader, Oumarou Issaka, Mechbouh Jamila, Ben Moussa Moncef, Diop Mame D., Jol Bomisso
M., Fatima Samih, Ould Ahmed Ould Saike, Romain Beto, Mohamedou El Houceine et Rabbi Hassane
A., jai bnfici de votre exprience, de votre sympathie et de vos nombreux encouragements. A vous
tous MERCI.
Ma reconnaissance va galement lendroit de tous mes collgues des LTM/LTI, du CRGM et tous mes
amis qui mont accord une attention particulire ; ils ont relu ce travail et jai bnfici de leurs
expriences de chercheurs durant toute cette tude. Merci tous.
Mes vifs remerciements sadressent tous les membres de ma famille, la famille NGUEMHE, aux
familles NJI CHANKA, NSOMBAY et MIMBA, pour leur affection et leur soutien au quotidien.
Nombreux sont ceux dont les noms ne figurent pas ici et qui jexprime ma sincre reconnaissance pour tout
ce que je leur dois.
Nguemhe Fils Salomon Csar
NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI ii

RESUME
Le prsent travail a pour objectif dappliquer une mthode utilisant les images dObservation de
la Terre (OT) et le Systme d'Information Gographique (SIG) pour identifier et cartographier
les zones risque drosion hydrique des sols lchelle dun bassin versant de prs de 82 km.
Le modle RUSLE (Revised Universal Soil Loss Equation), avec lequel on peut estimer les
risques drosion hydrique des sols, a t appliqu au bassin versant productif de Sangur au
Nord Cameroun. Ce modle compte parmi ses facteurs : lagressivit des prcipitations,
lrodibilit des sols, l'inclinaison et la longueur des versants, le type doccupation des sols et les
pratiques antirosives. Pour cette tude, le facteur de vgtation de RUSLE (Facteur C) a t
dtermin en utilisant une relation entre limage Landsat 8 du 04 avril correspondant ltat
phnologique de la priode dtude et lindice de vgtation MSAVI2 (Second Modified Soil-
Adjusted Vegetation Index). L'analyse, la combinaison des donnes (images satellitaires, cartes
thmatiques existantes, observations de terrain) et lapplication du modle ont t opres dans
un SIG. Ce dernier a permis de produire une carte synthtique de rpartition des degrs de
sensibilit lrosion hydrique. La carte de rpartition du risque drosion qui en est driv
montrent six degrs de vulnrabilit dans notre site : nul, trs faible, faible, modr, lev et trs
lev. Si lon considre qu partir de la classe drosion modre le risque est important, notre
bassin versant prsenterait une superficie denviron 38,13 Km expose lrosion hydrique pour
environ 50 % de sa superficie totale. Le bassin de Sangur tant reprsentatif de la rgion sur
les plans gologique, pdologique et hydrologique, la mthodologie prsente dans cette tude
peut tre gnralise toute la rgion du Nord Cameroun, o les risques drosion constituent
une menace pour le secteur agricole majorit rural.
Mots-cls : rosion hydrique, bassin versant de Sangur, OT, SIG, Cartographie.
NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI iii

ABSTRACT
This work aims at identifying and mapping using Earth Observation (EO) and Geographic
Information Systems (GIS), the water-erosion risk areas at a scale of watershed with
approximately 82 km. The RUSLE (Revised Universal Soil Loss Equation) model, which can
be used to estimate the water-erosion risk of soil, was applied to the productive Sangur
watershed of North Cameroon.
This model includes factors such as: rainfall aggressiveness, soil erodibility, slope length and
steepness, type of land use (cover and management practice) and support or conservation
practice. For this study, the RUSLE vegetation factor (Factor C) was determined using a linear
relationship between the Landsat 8 image of April 4, corresponding to the phenological state of
the study period and the vegetation index MSAVI2 (Second Modified Soil-Adjusted Vegetation
Index). The analysis, the combination of data (satellite images, existing thematic maps, field
observations) and the application of the model were all carried out using GIS; which enabled the
production of synthetic map showing the degree of sensitivity to water erosion. The erosion risk
map derived shows six degrees of vulnerability in this area: none, very low, low, moderate, high
and serious. If we consider that the class of moderate erosion risk is high, our watershed would
present 38.13 Km area exposed to water erosion, or approximately 50 % of its total area. The
Sangur watershed being representative of the region in terms of the geology, pedology and
hydrology; the methodology presented in this study can be applied generally to the entire North
Region of Cameroon where the risk of erosion is a threat to the rural agricultural sector.
Key words: Water erosion, Sangur watershed, EO, GIS, Cartography
NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI iv

TABLE DES MATIERES
DEDICACES--------------------------------------------------------------------------------------------------------------- i
REMERCIEMENTS------------------------------------------------------------------------------------------------------ ii
RESUME-------------------------------------------------------------------------------------------------------------------- iii
ABSTRACT----------------------------------------------------------------------------------------------------------------- iv
TABLE DES MATIERES------------------------------------------------------------------------------------------------ v
LISTE DES FIGURES---------------------------------------------------------------------------------------------------- vi
LISTE DES PHOTOS---------------------------------------------------------------------------------------------------- vii
LISTE DES TABLEAUX------------------------------------------------------------------------------------------------ vii
ABREVIATIONS---------------------------------------------------------------------------------------------------------- vii
INTRODUCTION GENERALE ET PROBLEMATIQUE------------------------------------------------------- 1
CHAPITRE I : REVUE BIBLIOGRAPHIQUE LA MODELISATION DE LEROSION
HYDRIQUE CHOIX DU SECTEUR DETUDE----------------------------------------------------------------- (4-11)
I Gnralits sur la modlisation de lrosion hydrique--------------------------------------------------------- 4
II Applications des modles sur lrosion hydrique-------------------------------------------------------------- 7
III Lrosion hydrique dans le Nord Cameroun : choix du secteur dtude--------------------------------- 9
1 Travaux antrieurs sur lrosion des sols au Nord Cameroun---------------------------------------------------- 9
2 Choix du secteur dtude---------------------------------------------------------------------------------------------- 11
CHAPITRE II : PRESENTATION GENERALE DU BASSIN VERSANT DE SANGUERE------------ (12-21)
I La situation gographique du bassin versant de Sangur---------------------------------------------------- 12
II Lenvironnement du secteur dtude : prdispositions lrosion hydrique----------------------------- 13
1 Le climat----------------------------------------------------------------------------------------------------------------- 13
2 LOro-hydrographie---------------------------------------------------------------------------------------------------- 13
3 La gologie-------------------------------------------------------------------------------------------------------------- 14
4 La vgtation------------------------------------------------------------------------------------------------------------ 15
5 La pdologie------------------------------------------------------------------------------------------------------------- 15
6 La population et lanthropisation------------------------------------------------------------------------------------- 15
III Le contexte agrocologique et socio-culturel------------------------------------------------------------------- 16
1. Le contexte agrocologique--------------------------------------------------------------------------------------------- 16
2. Le contexte socio-culturel ---------------------------------------------------------------------------------------------- 19
CHAPITRE III : DONNEES UTILISEES ET METHODOLOGIE GENERALE-------------------------- (22-44)
I Les donnes utilises-------------------------------------------------------------------------------------------------- 22
II La mthodologie gnrale de l'tude------------------------------------------------------------------------------ 27
II 1. Lagressivit des prcipitations (R)------------------------------------------------------------------------------- 28
II 2. Lrodibilit des sols (K)------------------------------------------------------------------------------------------- 29
II 3. Le facteur topographique (LS)------------------------------------------------------------------------------------- 30
II 4. Loccupation de sol ou facteur (C)-------------------------------------------------------------------------------- 31
II 1. Le facteur de conservation ou pratiques antirosives (P)----------------------------------------------------- 32
III Les prtraitements de limage Landsat-8/LCDM OLI/TIRS utilise------------------------------------- 32
IV Implmentation technique de notre modle-------------------------------------------------------------------- 34
IV 1. Les donnes climatiques et lagressivit des prcipitations (R)---------------------------------------------- 35
IV 2. La carte des sols et lrodibilit des sols (K)------------------------------------------------------------------- 36
IV 3. Limage SRTM et le Facteur topographique (LS)-------------------------------------------------------------- 40
IV 4. Limage Landsat 8 et recouvrement du sol par la vgtation ou facteur (C)------------------------------ 41
IV 5. Les donnes de terrain et le facteur des pratiques antirosives (P)----------------------------------------- 43
IV 6. Lapplication du modle RUSLE dans notre SIG et rosion des sols (A)----------------------------------- 44
NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI v

CHAPITRE IV : PRESENTATION, INTERPRETATIONS ET DISCUSSIONS DES RESULTATS (45-67)

I Prsentation des rsultats et interprtations--------------------------------------------------------------------- 45
1 Lagressivit des prcipitations (R)---------------------------------------------------------------------------------- 45
2 Lrodibilit des sols (K)---------------------------------------------------------------------------------------------- 46
3 Le Facteur topographique (LS)--------------------------------------------------------------------------------------- 48
4 Loccupation, limage Landsat 8 et le facteur (C)------------------------------------------------------------------ 52
5 Le facteur de conservation ou pratiques antirosives (P)---------------------------------------------------------- 56
6 Lapplication du modle et spatialisation du risque d'rosion---------------------------------------------------- 60
7 Essai de validation de notre modle de spatialisation du risque drosion-------------------------------------- 62
II Discussions------------------------------------------------------------------------------------------------------------- 65
CONCLUSION GENERALE------------------------------------------------------------------------------------------- 68
REFERENCES BIBLIOGRAPHIQUES----------------------------------------------------------------------------- 69
ANNEXES------------------------------------------------------------------------------------------------------------------- (I - IX)
LISTE DES FIGURES
Figure 1 : Localisation du bassin versant de Sangur------------------------------------------------------------- 12

Figure 2 : Oro-hydrographie du bassin versant de Sangur---------------------------------------- 14
Figure 3: Zones agrocologiques du Cameroun-------------------------------------------------------------------- 17
Figure 4: Organigramme de la mthode suivie dans cette tude------------------------------------------------- 37
Figure 5: Carte des sols du bassin versant de Sangur)---------------------------------------------------------- 38
Figure 6: variations mensuelles des prcipitations dans le secteur dtude pour 1998-2012 (a.
Avril ; b. Mai ; c. Juin ; d. Juillet. Source : images TAMSAT)--------------------------------------------- 45
Figure 7: Le facteur dagressivit des prcipitations (Fact_R)---------------------------------------------------- 46
Figure 8: Le facteur dErodibilit (Fact_K)-------------------------------------------------------------------------- 47
Figure 9: La carte des pentes-------------------------------------------------------------------------------------------- 48
Figure 10: a) La direction du flux (dir_Flux) ; b) Les surfaces draines (Surf_drain)--------------------------- 49
Figure 11: a) Le acteur L ; b) Le facteur S------------------------------------------------------------------------------ 50
Figure 12: Le facteur Topographique (Fact_LS)----------------------------------------------------------------------- 51
Figure 13: Loccupation du sol dans le bassin versant de Sangur (Avril 2013)--------------------------------- 52
Figure 14: Carte des valeurs du MSAVI2 gnre partir de la transformation de limage Landsat du 12
avril 2013--------------------------------------------------------------------------------------------------------------------- 54
Figure 15: Relation entre le Facteur C et le MSAVI2----------------------------------------------------------------- 55
Figure 16 : Le facteur C (Fact_C)---------------------------------------------------------------------------------------- 56
Figure 17: Les pratiques antirosives dans le bassin versant de Sangur (Avril 2013)------------------------- 57
Figure 18: Le facteur Pratiques antirosives (Fact_P)---------------------------------------------------------------- 59
Figure 19: Limplmentation de lquation de perte en sol----------------------------------------------------------- 60
Figure 20: La rpartition spatiale en classe de lrosion des sols dans le bassin versant de Sangur-------- 61
Figure 21: Correspondance de la carte du risque drosion hydrique avec les observations de
terrain dans le secteur dtude. (Photos: Nguemhe Fils, Avril 2013)------------------------------------- 64
NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI vi

LISTE DES PHOTOS

Photo 1 : Loccupation du sol dans le bassin versant de Sangur (Avril, 2013)--------------------------------- 53
Photo 2: Les pratiques antirosives dans le bassin versant de Sangur (Avril, 2013)-------------------------- 58
LISTE DES TABLEAUX

Tableau 1:Donnes climatiques de Garoua (1982-2012)------------------------------------------------------------- 13
Tableau 2: Les bandes spectrales de l'instrument OLI---------------------------------------------------------------- 23
Tableau 3: Bandes spectrales de l'instrument TIRS-------------------------------------------------------------------- 24
Tableau 4: Paramtres standards de Traitement---------------------------------------------------------------------- 24
Tableau 5 : Les produits courants de TAMSAT disponibles pour lAfrique---------------------------------------- 25
Tableau 6: Calculs approximatifs de R (Eltaif et al., 2010)----------------------------------------------------------- 29
Tableau 7 : Statistiques des valeurs de prcipitation utilises pour la priode 1998-2012---------------------- 35
Tableau 8: Rpartition des sols dans le bassin versant de Sangur------------------------------------------------ 38
Tableau 9: Proprits physiques et chimiques des sols tudis------------------------------------------------------ 39
Tableau 10: Valeurs de S et P des sols tudis------------------------------------------------------------------------- 39
Tableau 11: Facteur C en fonction du type doccupation du sol----------------------------------------------------- 42
Tableau 12: Catgorisation du facteur P ------------------------------------------------------------------------------- 44
Tableau 13 : Rpartition du facteur K dans le bassin versant de Sangur---------------------------------------- 48
Tableau 14 : Rpartition de loccupation du sol dans le bassin versant de Sangur----------------------------- 53
Tableau 15 : Rpartition du facteur P dans le bassin versant de Sangur---------------------------------------- 59
Tableau 16: Classes drosion et pourcentage doccupation dans le bassin versant de Sangur-------------- 62
ABREVIATIONS
AFD : Agence Franaise de Dveloppement

USLE: Universal Soil Loss Equation
RUSLE: Revised Universal Soil Loss Equation
LTM: Laboratoire de Traitement des Minerais
LTI: Laboratoire de Traitement dImages
CRH : Centre de Recherches Hydrologiques
LRE : Laboratoire de Recherches Energtiques
CRGM : Centre de Recherches Gologiques et Minires
ARGV : Antenne de Recherches Gophysiques et volcanologiques
CRASTE-LF: Centre Rgional Africain des Sciences et Technologies de l'Espace en Langue Franaise
IRGM: Institut de Recherches Gologiques et Minires
SODECOTON: Socit de Dveloppement du Coton
SAT: Service dAppui Technique
IRAD: Institut de Recherche Agricole pour le Dveloppement
INC : Institut National de Cartographie.
TAMSAT: Tropical Applications of Meteorology using SATellite data and groundbased observations
NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI vii

INTRODUCTION GENERALE ET PROBLEMATIQUE
A la lecture du Document de Stratgie pour la Croissance et lEmploi (DSCE), labor par le

Gouvernement du Cameroun dans le cadre dun processus dynamique et ouvert en vue de la
rduction de la pauvret lhorizon 2035, le principal dfi relever dans le secteur rural concerne
le passage une production rurale semi intensive et industrielle. Pour ce faire, le Gouvernement
entend lancer un vaste programme daccroissement de la production agricole en vue de satisfaire
non seulement les besoins alimentaires des populations, mais galement des agro-industries. Dans
ce cadre, il vise rendre accessibles et disponibles les facteurs de production notamment la terre,
leau et les intrants agricoles et promouvoir laccs aux innovations technologiques travers le
renforcement de la liaison recherche/vulgarisation, entre autres.
Ces actions devraient se mettre en place dans des biotopes stables. Au Cameroun pourtant, les
milieux ruraux dj trs pauvres sont trs exposs et vulnrables aux problmes environnementaux
tels que les inondations, la dgradation des terres, lrosion sous toutes ses formes, le surpturage,
les criquets-plerins, la scheresse des terres, la dsertification, pour ne citer que ceux-l, et qui
affectent considrablement le secteur agricole rural. Lidentification et la caractrisation de ces
obstacles naturels au dveloppement dans le monde rural des fins de contrle et de suivi, ainsi
que la vulgarisation des rsultats obtenus pour une prise de dcision adquate et une bonne
orientation des actions mener sont des rponses qui font partie de notre contribution cette
perspective de dveloppement de ce secteur.
L'rosion hydrique, objet de notre attention, est un phnomne de dgradation qualitative et
quantitative des sols qui affecte de larges surfaces, en particulier dans les zones intertropicales et
mditerranennes (Barths et Roose, 2001).
Il se dfinit comme le dtachement et le transport de particules de sol de son emplacement d'origine
vers un lieu de dpt (Anonyme1). Le dtachement tant le plus souvent caus par lagressivit
des pluies et le transport par ruissellement superficiel, aboutissant la sdimentation ou dpt des
particules du sol arraches.
Principal responsable de la dgradation des terres cultives, ce phnomne entraine des pertes en
terres considrables sur les sols dnuds et les dfriches rcentes (AFD, 2006), sur les pentes,
cause de la nature torrentielle des pluies, de la forte vulnrabilit des terrains (roches tendres, sols
fragiles, pentes fortes et dgradation du couvert vgtal) et de limpact dfavorable des activits
humaines (dforestation, incendies, mauvaise conduite des travaux agricoles, urbanisme
chaotique...) (Barths et Roose, 2001). Cest la partie superficielle des sols, la plus importante pour
les cultures, o sont concentres la matire organique et la majeure partie des lments minraux
1
NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI
assimilables par les plantes, qui disparat en priorit (AFD, 2006), et cest lagriculteur qui, de
faon spectaculaire, subit les premiers effets ngatifs de ce phnomne.
Lrosion hydrique est omniprsente au Cameroun en gnral (Tchotsoua et Bonvallot, 2000 ;
Yongu et al., 2000 ; Tchotsoua et Gonne , 2010) et dans la Rgion du Nord Cameroun en
particulier (Boli Baboul et al. (1994), Bep Benjamin et al. (1996); Valle et al. (1996); AFD
(2006); Essimi Biloa (2010). Ces tudes ont tent de cerner le problme et de le caractriser, mais
en utilisant des techniques de mesure in situ, sur des parcelles exprimentales et de petites surfaces.
Cette approche est gnralement trs fastidieuse, onreuse, consommatrice en temps et donc
difficiles de la dployer sur de grandes superficies et surtout impossible dextrapoler les rsultats
dautres environnements prsentant le mme problme. De plus, elle nintgre pas ou trs peu
les mthodes dObservation de la Terre (OT) et les techniques danalyses spatiales dans un
Systme dInformations Gographiques (SIG) pour la connaissance et la cartographie de ce
phnomne. Ces outils sont pourtant de nos jours de plus en plus utiliss pour ltude et la
connaissance des phnomnes dynamiques de surface. Ils permettent galement le dveloppement
dune approche mthodologique pour le choix des donnes et des traitements ncessaires
effectuer pour tendre la mthode sur dautres zones prsentant les mmes problmes.
Pour lutter efficacement contre lrosion hydrique et la dgradation des sols, il faut adopter des
mesures prventives en amont. A cet effet, la premire dmarche est de localiser et circonscrire
les secteurs risques rosifs afin de minimiser les pertes de sol. Cette connaissance permettrait
dviter, ou au moins de rduire, les consquences agronomiques ngatives sur les agrosystmes.
Il est donc important dopter pour une approche qualitative tout en dveloppant une mthodologie
reproductible qui permette daboutir la localisation des zones sensibles.
Nous nous proposons donc dexploiter les possibilits quoffrent les images dOT, les cartes
thmatiques existantes et les techniques danalyses spatiales par lintgration de diffrentes
couches dinformations dans un SIG pour :
- identifier les dterminants et cartographier les niches de dgradation dues lrosion

hydrique ;
- apprcier lapport de lOT et du SIG la spatialisation de ce phnomne ;
- construire une base de donnes gographiques qui en plus de favoriser les mcanismes de
gestion concerte des terres exposes lrosion hydrique qui peuvent tre appliqus
dautres localits, facilitera lactualisation et la vulgarisation des rsultats obtenus.
2
Notre tude est mene par application de la version rvise de lquation universelle des pertes en
sol, le Revised Universal Soil Loss Equation (RUSLE) de Renard et al. (1997) lchelle dun
bassin versant productif, le bassin versant de Sangur au Nord du Cameroun, expos ce
phnomne sera prsent.
Le prsent travail est structur en 4 chapitres :

Le premier, consacr ltat de lart sur lrosion, prsente la motivation du choix du site
dtude.
Le deuxime, prsente lenvironnement naturel du bassin versant de Sangur. Un milieu

fragile et prdispos lrosion hydrique.
Le troisime, prsente les donnes utilises et la mthodologie adopte pour permettre la

spatialisation du phnomne dans notre secteur dtude.
Le quatrime, prsente les rsultats obtenus et une discussion de ces rsultats par rapport
lchelle danalyse, aux donnes et la mthode applique pour leurs obtentions.
3
CHAPITRE I : REVUE BIBLIOGRAPHIQUE LA MODELISATION DE

LEROSION HYDRIQUE CHOIX DU SECTEUR DETUDE
En labsence de donnes ncessaire ltude et la quantification des phnomnes de surfaces

aussi complexes comme les inondations, les glissements de terrain, le ruissellement, lrosion
la modlisation simpose comme un outil daide la dcision. Lrosion hydrique a fait ainsi fait
lobjet dtude par la modlisation. En effet, de nombreux modles empiriques (quantitatif et
qualitatif) ont t conus pour valuer le risque d'rosion hydrique et appliqus sur des surfaces de
quelques Km, lchelle des bassins versants et une chelle nationale. Ils ont t dvelopps
dans diffrents milieux bioclimatiques du monde.
I. Gnralits sur la modlisation de lrosion hydrique
La modlisation est une reprsentation des phnomnes physiques sur le terrain travers un outil
informatis afin dtablir la ralit sur place en un modle rduit pour pouvoir lutiliser des fins
intressantes (Mourad, 2005). Le recours la modlisation constitue un outil daide la dcision
de la part des acteurs divers, dans une optique dvaluation des risques et surtout dtablissement
de schmas damnagement pour la conservation des sols.
Lune des premiers quations dveloppes pour la modlisation de lrosion hydrique est
lquation universelle des pertes en sol (en anglais USLE : Universal Soil Loss Equation) de
Wischmeier & Smith, deux chercheurs du dpartement amricain de lagriculture. Cette quation
a t mise sur pieds aprs analyse et synthse de plus de 10.000 mesures annuelles de l'rosion sur
parcelles et sur petits bassins versants dans 46 stations de la Grande Plaine amricaine. Le but de
cette dernire tait de permettre une prvision quantitative de la charge moyenne des sdiments.
LUSLE utilise six facteurs : lrositivit de la pluie (R), la susceptibilit drosion du sol (k), la
largeur de la pente (L), linclinaison de la pente (S), la couverture du sol et/ou gestion de cultures
(C), et les pratiques de conservation (P), pour estimer la perte moyenne de sols (A) pour la priode
de temps reprsente par R, qui gnralement est pour un an. Lquation se rsume en :
A=R*K*L*S*C*P, avec :
A, la perte de sols calcule par unit de superficie, exprime dans les units slectionnes, exprim
en tonne (t) ha-1 an-1.
R, le facteur pluie et coulement. Cest indice drosivit potentielle de la prcipitation (MJ mm
ha-1 h-1 an-1). Cet indice pour un orage est le produit de lnergie totale de lorage (E) et son
intensit maximum en 30 minutes (l).
4
K, le facteur susceptibilit rosion du sol ou encore indice drodibilit des sols lrosion
hydrique (t ha-1MJ-1 mm-1 ha h). Cest le taux de perte de sols par unit El pour un sol spcifique,
mesure dans une portion de terrain (22.13 m de large, 9% de pente, en jachre et en labour continu).
L, le facteur de longueur de la pente est la proportion de perte de sols dans la longueur de la pente
spcifique, en rapport la longueur de pente standard (22.13).
S, le facteur inclinaison de la pente. Cest la proportion de perte de sols dune superficie avec une
pente spcifique par rapport celle dans la pente standard de 9%, avec tous les autres facteurs
identiques.
C, le facteur de culture, incluant la rgie des cultures et des sols et les pratiques culturales.
P, le facteur de pratiques dappui de conservation et damnagement. Cest la proportion de perte
des sols avec une pratique dappui comme culture de contour, barrires vives, ou cultures de
terrasses, par rapport au labour dans le sens de la pente.
Cependant, ce modle a trs rapidement prsent certaines limites, ne prenant en compte que les
processus drosion en nappe lchelle de la parcelle et ne permettant pas daborder le
phnomne lchelle dun vnement pluvieux (averse).
Pour lever ces limites, le modle en plus dtre rvis a t amlior et modifi sous plusieurs
versions avec incorporation des facteurs de ruissellement pour ladapter lchelle dun
vnement pluvieux (Onstad et Foster, 1975 ; Williams, 1975 ; Renard et al. 1997).
Ainsi, l'quation universelle est passe dUSLE (Wischmeier et Smith, 1978) :
- DUSLE Differential Universal Soil Loss Equation (Flack et al., 1980). Cette dernire
prend en compte la complexit topographique par lutilisation du Modle Numrique du
Terrain (MNT) et des pratiques antirosives.
- MUSLE Modified Universal Soil Loss Equation (Williams, 1975). Le MUSLE a la mme
quation de lUSLE, mais avec la diffrence de plusieurs amliorations pour vrifier les
facteurs. Le manuel dagriculture no. 703 dcrit la MUSLE avec beaucoup de dtail, publie
en 1997 par lUSDA. Ses avances incluent : la Computarisation dalgorithmes pour faciliter
les calculs ; linclusion de nouvelles valeurs drositivit de pluies-coulement (R) dans
louest des USA (conditions arides) bases sur plus de 1200 localits ; le dveloppement dun
terme de susceptibilit du sol lrosion priodiquement variable (K) et des mthodes
alternatives destimation de K quand le monogramme nest pas applicable ; le dveloppement
dune nouvelle mthode pour calculer le facteur couverture-gestion (C), utilisant les sous-
facteurs qui incluent lutilisation pralable de la terre, de cultures, couverture vgtale du sol
(incluant des fragments de roche sur la superficie), et rugosit du terrain ; le dveloppement
5
de nouvelles formes destimation des facteurs de longueur et inclinaison de la pente (LS) qui
considrent les pourcentages drosion en sillons et inter-sillons ; la capacit dajuster le LS
pour les pentes de forme variable; et de nouvelles valeurs de pratiques de conservation (P)
pour les cultures dans les bandes alternes, utilisation de drainage souterrain et prairies.
Ce modle ncessite des mesures l'exutoire du bassin versant (Williams et Berndt, 1977). En plus
il na pas t labore pour estimer des rendements sur des pentes complexes ou la sdimentation
peut se donner, ni pour les grands bassins versants.
- Enfin le RUSLE Revised Universal Soil Loss Equation (Renard et al. 1997) qui
amliore la dtermination des diffrents facteurs de lrosion. Le modle RUSLE nest pas
utilis pour estimer la quantit des sdiments migrants dun bassin, mais la quantit de sol
perdue au niveau dun site particulier notamment une parcelle. Pour cela, le modle
conserve la mme forme que lquation utilise dans le modle USLE ; mais plusieurs
amliorations sont ralises pour la dtermination des diffrents facteurs.
Le RUSLE a eu pour apport majeur, en plus dtre implmentable dans de nombreux logiciels
SIG :
- dintgrer plus de donnes climatiques pour llaboration du facteur drosivit R ;

- de tenir compte des variations saisonnires du facteur drodabilit du sol (K), qui est
devenu calculable et non plus extrait partir dabaques prtablis ;
- dexprimer le facteur topographique LS en fonction du ratio rosion en rigoles par rapport
lrosion en nappe ;
- le facteur P qui exprime leffet des pratiques de conservation sur les taux drosion est
devenu fonction : des courbes de niveau, des terrasses et de leurs caractristiques, du
drainage etc.
Le modle RUSLE a lavantage de mettre la disposition de lutilisateur toutes les informations

requises concernant les bases de donnes pouvant affecter le processus de lrosion, ainsi que, la
perte en terre correspondante.
II. Applications des modles sur lrosion hydrique
LUSLE et le RUSLE ont t appliques et/ou repris par plusieurs chercheurs qui lon adapt
leur milieu bioclimatique qui parfois est totalement diffrent celui lintrieur duquel il a t
conu.
6
Ds les annes 70, Roose et Lelong (1976) ont rapport les principaux rsultats de 20 annes de
mesure du ruissellement et de lrosion sur petites parcelles situes prs dAbidjan et les ont
compars avec les observations effectues en Afrique, Madagascar et aux U.S.A. les rsultats
obtenus ont t interprts laide de lquation de Wischmeier. Ainsi pour ces auteurs, la pluie,
caractrise par sa hauteur, son intensit et sa dure, dfinit lrosion potentielle. Parmi les facteurs
qui modifient lexpression de lagressivit climatique, le couvert vgtal a de loin le rle principal
(variations 1 1 000), puis viennent la pente (1 50), le type de sol (1 10) et les pratiques
antirosives (1 10).
Van de Kniff et al. (2000) ont appliqu le modle USLE de Wischmeier en Italie et pour l'Europe
entire pour estimer le taux annuel de perte en sol. L'application du modle a essentiellement fait
ressortir les zones de montagne comme zones risques et la cartographie n'a pas t trs adapte
pour valuer les risques sur des parcelles agricoles.
Printemps (2007) a utilis lEquation Universelle de Pertes en Sol couple un Systme

dInformation Gographique pour spatialiser et quantifier lrosion hydrique potentielle des sols
en Nouvelle-Caldonie par le croisement de quatre paramtres : le climat, le relief, la pdologie et
le couvert vgtal. Lobjectif de cette tude tait de mettre en place une mthodologie
reproductible dapplication de lUSLE en Nouvelle-Caldonie, dans le but de spatialiser et de
quantifier lala rosion. Ltude a pu mettre en lumire les zones les plus sujettes lrosion.
Seulement, si lchelle dun pixel et au regard de la moyenne, les rsultats ont sembl corrects,
lchelle du bassin versant les rsultats obtenus ont paru trop levs par rapport la ralit
mettant en lumire les limites du modle.
Ce modle a t galement appliqu avec succs en Chine, o Wenzuo Zhou et al. (2008) ont
adopt le modle USLE pour valuer le risque drosion hydrique et dterminer sa distribution
spatiale dans les rgions karstiques de Chongqing au Sud-ouest de la Chine. Ils ont pu tablir que
le risque drosion hydrique est trs important et devrait faire lobjet dune grande attention pour
le maintien et l'amlioration de la productivit des sols et le dveloppement durable.
Dans une dmarche de Gestion Intgre de la Zone Ctire, le modle USLE a t choisi afin de
quantifier et de spatialiser les processus drosion hydrique lchelle du bassin versant du
Fiherenana, au sud-ouest de Madagascar. Ltude mene par Payet et al. (2011), a apport une
estimation sur la quantit de matriaux potentiels fournie par le bassin versant et susceptible de
contribuer laccrtion littorale. Il a t mis en vidence les zones du bassin versant les plus
sensibles lrosion hydrique des sols et un ordre de grandeur des apports terrignes a t donn.
7
Wall et al. (2002) ont mis sur pieds un manuel pour lvaluation des pertes de sol causes par
l'rosion hydrique au Canada. Le document de rfrence labor visait dcrire les mthodes
destimation de la perte de sol cause par lrosion hydrique, en vue de leur utilisation dans la
planification des mesures de conservation; compiler les donnes ncessaires pour prvoir les
taux drosion du sol au Canada. Pour cela, les auteurs ont utilises comme mthode : lquation
universelle des pertes de sol (USLE) et sa version rvise le RUSLE quils ont adapt pour fin
dapplication au Canada et aboutir au RUSLE-CAN. Lapplication des modles antrieurs a t
limite parce quon manquait de donnes pertinentes et aussi parce que ces modles ont t conus
ailleurs et quils ne refltent pas les conditions ni lchelle dapplication au Canada. Avec la mise
au point de la RUSLE-CAN, les chercheurs disposent des mthodes et des moyens ncessaires
pour dterminer les valeurs de lrosion du sol pour diffrentes conditions observes dans les
rgions agricoles du Canada.
Kim et Julien (2006), ont combin le RUSLE avec les techniques de SIG pour analyser le taux de
perte de sol brute et pour valuer la distribution spatiale des taux de perte de sol sur les diffrentes
occupations des sols dans le bassin versant de IMHA, en Cor du Sud. Le typhon "Maemi" a t
identifi comme la cause principale des pertes en sol.
Le RUSLE a galement t appliqu dans le Haut Atlas centre-occidental, au Maroc, o Markhi

et al. (2015) ont cartographi les zones vulnrables l'rosion dans le bassin de NFis, en laborant
un Systme dinformation Gographique (SIG) qui tienne en compte les types de sol, les rseaux
de drainage et lu sens de circulation des eaux dans ce bassin tout en intgrant les donnes spatiales
de tldtection. La carte drosion des versants obtenue a fourni de nombreuses informations sur
le potentiel de production de sdiments par lrosion des versants et la localisation des zones
sources exprimes en t/ha/an.
Dautres modles comme lAreal Nonpoint Source Watershed Environmental Resources

Simulation (ANSWERS) (Beasley, 1989), le Unit Stream Power - based Erosion Deposition
(USPED) (Mitasova et al., 1996), le Water Erosion Prediction Project (WEPP) (Flanagan and
Nearing, 1995), le Soil Erosion Assessment Using GIS (SEAGIS) (DHI, 1999), le Modle
d'Evaluation Spatiale de l'Ala Erosion des Sols (MESALES), le Sealing and Transfer by Runoff
and Erosion related to Agricultural Management (STREAM) dvelopp par lINRA France, entres
autres, ont t dvelopps. Tous bass sur lUSLE ont prsent des rsultats pertinents dans leur
application pour des bassins versants.
8
III. Lrosion hydrique dans le Nord Cameroun : choix du secteur dtude

1. Travaux antrieurs sur lrosion des sols au Nord Cameroun
Lrosion des sols est trs connue dans le Rgion Nord du Cameroun o plusieurs auteurs le
prsente comme le principal facteur de dgradation et de baisse de fertilit des sols dans la Rgion.
Boli Baboul et al. (1994), ont dvelopp une recherche sur les relations qui existent entre l'rosion
et la productivit sur des sols ferrugineux sableux, en savane soudanienne du Nord Cameroun (sols
supportant la majorit de l'agriculture de la rgion qui reste essentiellement pluviale), afin de
pouvoir rpondre aux besoins de sensibilisation des oprateurs agricoles et de prdiction des
rcoltes. Pour ces auteurs, l'expression de lrosion par les seules pertes en terre, sans relation
directe avec la productivit des cultures n'est pas suffisante pour susciter une plus grande
conscience pour la conservation du sol et de sa productivit. En effet, lattitude peu sensible de
nombreux paysans, vulgarisateurs et chercheurs sur la svrit du risque rosif peut partiellement
s'expliquer par le fait que l'rosion, mesure en pertes de terres exprimes en tonnes /ha/an ou en
mm/an d'paisseur de sol perdu, ne montre pas forcment de relation directe avec le rendement qui
les intresse.
Parmi les objectifs fixs au Projet Dveloppement Paysannal et Gestion de Terroirs (DPGT) qui
opre dans la zone cotonnire du Cameroun son dmarrage en novembre 1994, il tait question
dentreprendre toute action susceptible dapporter des rponses aux problmes lis la baisse de
la productivit des terres agricoles. Lrosion ayant t identifie comme lune des causes
majeures.
Une part importante des terres occupes par les cultures annuelles (coton, mas, sorgho et arachide
principalement) dans la zone cotonnire du Nord-Cameroun est constitue de sols ferrugineux
sableux dont le substrat de dpart est constitu dans certaines zones par des grs. Il sagit donc de
sols faible stabilit structurale et trs sensibles lrosion.
Pour Valle et al. (1996), les sols ferrugineux tropicaux couvrent environ 187 000 hectares dans
la rgion de Garoua dont plus de 50% sont mis en cultures. Ces sols trs htrognes sont rputs
trs fragiles, avec un faible niveau de fertilit d leur texture trs sableuse et la nature grseuse
du matriau originel, entre autres, et surtout mal structurs, trs compacts en saison sche et trs
sensibles lrosion hydrique qui est lie quatre causes fondamentales parmi lesquels lintensit
des pluies et lappauvrissement en particules fines. Les mesures sur quelques bassins versants
reprsentatifs montrent que lrosion entraine des pertes en terre pouvant aller de 0.5 35
tonnes/ha/an, selon les techniques culturales, pour des pentes infrieures 3%. Pour ces auteurs,
9
sous-estime il y a peu dannes encore lrosion est maintenant considre comme un des
problmes majeurs de lagriculture au Nord-Cameroun.
Bep Benjamin et al. (1996), prsentent les rsultats des travaux rentrant dans le cadre dun
programme de recherche dont lobjectif tait de dvelopper des connaissances sur la dgradation
du milieu cultiv dune part, et par une approche base sur les techniques culturales, de mettre au
point des itinraires techniques assurant la fois une productivit leve et la conservation durable
de la productivit du sol, dautre part. En effet, pour ces auteurs, les sols de la zone soudanienne
du Nord Cameroun sont gnralement fragiles et si le niveau de prcipitation est favorable aux
cultures, les pluies sont souvent trs agressives. La baisse de la fertilit et labandon rapide des
champs (12 15 ans) ont pour cause principale lrosion hydrique. Sur ces sols ferrugineux
tropicaux sableux, lintensification de la culture entrane un dsquilibre des bilans minraux et
organiques. Ce dsquilibre est d aux pertes par rosion hydrique du sol, la non restitution par
la biomasse et la rduction de lactivit de la msofaune.
Selon un rapport de lAgence Franaise de Dveloppement (AFD, 2006), la croissance

dmographique au Nord-Cameroun a pour consquences lexpansion des cultures, le dboisement
et le surpturage. La dure de la jachre diminue jusqu disparatre en de nombreux endroits ; ce
qui ne permet plus le rtablissement de la fertilit des sols. Les systmes de cultures conventionnels
base de sorgho et de cotonnier, impliquent le travail du sol et labsence de couverture vgtale ;
ce qui entrane la dgradation et lrosion des sols. Les principales contraintes de cette rgion sont :
scheresses frquentes, courte saison des pluies, graves problmes drosion et de ruissellement,
sols dgrads et gnralement compacts, faibles rendements (coton et crales).
Pour Essimi Biloa (2010), dans le climat tropical de type soudanien dans la rgion du Nord, on
note une opposition entre une longue saison sche, qui est de rigueur de cinq sept mois, et une
courte saison de pluies. Quand la saison sche a t trs rude, le retour des pluies est souvent
caractris par d'innombrables inondations. Les pluies qu'on enregistre sont trs orageuses, avec
forte intensit, donc agressives ; si bien que leur incidence sur les sols ferrugineux tropicaux,
rputs fragiles, est le ruissellement et l'rosion.
Selon Ngondjeb, Nje et Havard (2011), dans la zone cotonnire du Cameroun, la pression foncire
croissante a conduit une augmentation des superficies cultives et accentu lrosion des sols
cause par lintensit des pluies sur des sols mal protgs. Pour ces auteurs, une srie de projets
font la promotion de lagriculture de conservation, depuis prs de vingt ans, dans la zone soudano-
sahlienne. Ces projets font la promotion des techniques agricoles permettant de rduire les
10
phnomnes drosion acclre, de restaurer ou damliorer le statut organique des sols en vue
de restaurer les paysages naturels, la fertilit des sols et, par consquent, daugmenter la production
agricole. Mais leurs efficacits se heurtent fortement linsuffisance du transfert de technologie
qui se limite des essaies de dmonstration dans les champs.
Dans ce contexte global, lrosion constitue une cause majeure de dgradation et de baisse de
productivit des sols au fil des annes et terme une srieuse menace pour la prennit mme de
lactivit agricole dans toute la rgion et donc dans le bassin versant de Sangur.
2. Choix du secteur dtude
Le bassin versant de Sangur a fait lobjet de nombreuses tudes gnrales (Humbel et Barbey,
1974 ; Nouvelot, 1993) et dtailles (Cassenave, 1978 ; Brabant et Fardin, 1979 ; Valle et al.,
1996) qui le prsente comme un bassin versant reprsentatif de la rgion sur les plans gologique,
pdologique et hydrologique. La justification scientifique du choix de ce site a t motive par :
lexistence relle du phnomne drosion hydrique et de dgradation des terres dans le

bassin versant de Sangur.
la facilit daccs notre secteur dtude qui se trouve une quinzaine de kilomtres au
Sud de la ville de Garoua (chef-lieu du dpartement de la Bnou, rgion du Nord
Cameroun), de part et dautre de la route Garoua-Ngaoundr.
le fait que ce bassin versant est productif et abrite de nombreux sites exprimentaux et
plantations anciennes.
La disponibilit des donnes pour notre tude.
Sa reprsentativit et la possibilit dextrapoler les rsultats dans tout le dpartement de la
Bnou et dans toutes la zone agro cologique soudano-sahlienne.
11
CHAPITRE II : PRESENTATION GENERALE DU BASSIN VERSANT DE SANGUERE
Pour mieux cerner les dterminants de lrosion hydrique ainsi que la prdisposition des sols
laction de ce phnomne, nous prsentons dans ce chapitre les principales caractristiques de
lenvironnement dans lequel est situ le bassin versant de Sangur ainsi que le contexte
agrocologique et socio-culturel de la zone.
I La situation gographique du bassin versant de Sangur
Situ environ 15 Km au sud de la ville de Garoua (chef-lieu du dpartement de la Bnou, Rgion

du Nord Cameroun), de part et dautre de la route Garoua-Ngaoundr, entre les coordonnes 906'
- 915' N et 1325' - 1331' E (figure 1), le bassin du Mayo Dadi (autrefois Mayo Ain Dala) dont
la superficie est denviron 82 km2 constitue l'ensemble des bassins versants de Sangur. Il
appartient au grand bassin hydrographique de la Bnou, important affluent du Niger. Allong
dans le sens Nord-Sud, le bassin du Mayo Dadi est limit lEst et au Sud par une srie de collines
de grs du Crtac, alors que la limite Nord et Ouest situe dans une zone sans relief notable est
assez imprcise (Cassenave, 1978).
Figure 1 : Localisation du bassin versant de Sangur
12
II Lenvironnement du secteur dtude : prdispositions lrosion hydrique
1 Le climat
Les donnes pluviomtriques (tableau 1) utilises pour caractriser le climat rgional sont issues
de la station mtorologique de Garoua dans la Bnou, repre par les coordonnes 0920N
(X=322449 m) et 1323E (Y=1032111 m), 242 m. Elles stalent sur une priode de 30 ans
(1982-2012).
Tableau 1 : Donnes climatiques de Garoua (1982-2012). Source : station mtorologique de Garoua
Mois J F M A M J J A S O N D Anne
P (mm) 0,0 0,0 0,0 39,4 107,1 159,8 190,5 236,4 208,3 85,3 04,8 0,0 1031,6
La pluviomtrie moyenne annuelle est de 1031,6 mm, avec le maximum des pluies en aot de
lordre de 236,4 mm. Les mois de dcembre, janvier, fvrier, mars et avril nenregistrent
gnralement pas de prcipitations. La temprature moyenne annuelle dans la rgion est de lordre
de 28,3C. Avril est le mois le plus chaud avec des tempratures atteignant 40C. La rigueur de la
saison sche contraste vivement avec labondance des pluies en aot et en septembre.
Dune manire gnrale, le bassin versant de Sangur est situ dans la zone de climat tropical de
type soudanien, caractris par lalternance dune saison sche (novembre mars) et dune saison
humide (de mai septembre), les mois doctobre et avril faisant la transition.
2 LOro-hydrographie
Le paysage, mollement ondul, est une succession de versants faibles pentes spars par des
vallons trs vass. De cette pnplaine mergent quelques massifs rsiduels (Inselbergs)
sommets tabulaires, trs caractristiques des formations grseuses (figure 2) : les "grs de Garoua".
Le rseau hydrographique dans le bassin versant de Sangur est trs peu dense et peu marqu. Le
secteur dtude qui appartient entirement au bassin versant de la Bnou affluent du Niger, est
drain par le Mayo Dadi, et ses tributaires, qui prend sa source dans les massifs grseux situ
lEst et au Sud et se jette lOuest dans le Mayo Douka, lun des affluents de la Bnou.
13
Figure 2 : Oro-hydrographie du bassin versant de Sangur
3 La gologie
La gologie du bassin versant de la Bnou appartient aux sries sdimentaires qui, daprs
Schwoerer (1955), comportent deux formations : les grs de Garoua du Crtac suprieur,
quartzeux, et les grs de la Bnou du Crtac moyen, arkosiques. L'ensemble couvre 5.500 km2
de la frontire du Nigria jusqu' Rey-Bouba vers l'Est, entre le 9 et le 930 de latitude Nord. A
lEst, on rencontre quelques roches cristallophylliennes constitues essentiellement de gneiss
(ectinites et migmatites).
14
Le bassin versant de Sangur repose essentiellement sur les "grs de Garoua" du Crtac
suprieur, sries sdimentaires matriaux quartzeux dominants.
4 La pdologie
La nature lithologique et l'intense activit de lrosion se manifeste dans les sols et dans le paysage
pdologique qui est une pnplaine hauts reliefs tabulaires rsiduels avec pour systme de sol
dominant, les sols ferrugineux tropicaux sur les "grs de Garoua" diffrencis, en un compartiment
ferrugineux (80%) en position haute, un compartiment lessiv (15%) en position intermdiaire et
un compartiment hydromorphe (5%) localis dans les bas-fonds. Ces sols qui contiennent
essentiellement du quartz et de la kaolinite, un peu de goethite sont sableux, permables, trs
pauvres en matires organiques et gnralement trs sensibles l'rosion hydrique et olienne,
accentue par la disparition du couvert vgtal (Brabant et Fardin, 1979).
5 La vgtation
Mis part les zones de culture, la vgtation dans le bassin est constitue dune savane arbustive
soudanienne fortement dgrade avec quelques grands arbres, reliques de la savane boise
originelle, et dune prairie marcageuse (Brabant et Fardin, 1979).
6 La population et lanthropisation
La population de la rgion du Nord est estime en 2010 2.050.229 habitants (558.008 habitants
en zone urbaine, contre 1.492.221 habitants en zone rurale) sur les 19.406.100 habitants que
compte le Cameroun (3me recensement gnral de la population du Cameroun, 2010), soit la
quatrime Rgion (10,06%) plus peuple aprs celles du Centre (18,2%), de lExtrme-Nord
(17,9%) et du Littoral (14,8%). La densit est de 31,0 habitants/Km.
Le dpartement de la Bnou avec sa population de 851955 habitants (519409 habitants en zone

rurale contre 332546 en zone urbaine), est de loin le dpartement le plus peupl de la Rgion du
Nord, soit 50,47% de la population totale. Cette population essentiellement rurale (70%) et
htroclite appartient plusieurs groupes ethniques savoir : les Fali, Mambay, Namdji, Voko,
Bata, Tchamta, Daba, Guidars et les Kanouris comme populations autochtones ; les Toupouri;
Massa, Moundang, les Haoussas, les Lakka, Mboum, comme populations issues de lmigration
rcente. On y retrouve galement les Bororos (leveurs nomades), les Foulbs (leveurs
sdentaires) et les Bournouans.
15
Lagriculture et llevage sont pratiqus par prs de 90 % de cette population rurale (Njoya, 2002).
Ces pratiques culturales intenses et la vaine pture se sont rvles tre des facteurs de la
dgradation de la matire organique et de lrosion.
III Le contexte agrocologique et socio-culturel
1. Le contexte agrocologique
Au Cameroun, on distingue cinq grandes zones agro-cologiques aux caractristiques spcifiques

(topographie, gomorphologie, climat, ressources en eau, sols, couvert vgtal, etc.). Il s'agit de :
la zone soudano-sahlienne ou zone I (20% du territoire national), de la zone de hautes savanes
guinennes ou zone II (27%), de la zone des hauts plateaux de lOuest ou zone III (06%), de la
zone forestire humide rgime pluviomtrique monomodal ou zone IV (8%) et la zone forestire
rgime pluviomtrique bimodal ou zone V (39%) (figure 3).
Notre secteur dtude se trouve au cur de la zone soudano-sahlienne (zone I). Cette zone situe
au Nord du pays, est comprise entre le 8me et 13me degr de latitude Nord et s'tend du Sud de
Garoua jusquaux rives du Lac Tchad. Elle couvre une superficie denviron 10,2 millions dha,
soit plus du cinquime de la superficie du Cameroun, dont 5,56 est mis en culture et est caractrise
par une pluviomtrie annuelle variant entre 500 mm aux bords du lac Tchad et 1200 mm au Sud
de Garoua.
La population de cette zone en majorit rurale (77,6%) se livre cinq activits principales :
lagriculture, llevage, la pche, le commerce et lartisanat ; mais toute cette population ne
pratique pas ces activits avec la mme intensit, et la plupart se livre deux ou trois dentre elles.
Les principaux produits de lagriculture sont le sorgho, le mil, le coton, le mas, le riz irrigu, le
ssame, larachide, le nib et les cultures marachres. Llevage concerne, les bovins, les ovins
et les caprins.
1 a. Sols et systmes de production de la zone I.

La zone soudano-sahlienne est caractrise par une mosaque de sols et de formations daphiques
varis. Ces sols sont gnralement trs sensibles l'rosion hydrique et olienne, accentue par la
disparition du couvert vgtal.
Dans les Monts Mandara, on rencontre des sols peu volus qui se dveloppent sur des arnes
grossirement sableuses. Sous la pression humaine et les prcipitations, ces sols subissent une forte
rosion hydrique, ce dautant quil y a un relchement dans lentretien des terrasses qui servaient
leur conservation. Dans les plaines, des pratiques culturales, y compris dirrigation, inadaptes
16
se sont rvles tre des facteurs de la dgradation de la matire organique, de la circulation

superficielle des eaux et de lrosion.
Figure 3 : Zones agrocologiques du Cameroun (source : FAO, 2004, modifie)
Le signe le plus marquant de la dgradation des terres dans cette zone est la prsence de vastes
tendues de sols nus, appels localement "Hard" ou sols striles. On estimait dj en 1991 800
000 ha la superficie des "hard" et 2 000 000 ha la superficie des terres en voie de transformation
en terres hard.
Trois grands systmes de cultures sont dominants : les systmes traditionnels, les systmes
encadrs et les systmes marachers qui cohabitent avec ces derniers.
17
- Les systmes de production traditionnels se rencontrent au Sud et dans la partie Extrme-Nord

de la zone ainsi que dans les zones foulbs non cotonnires faiblement peuples, tenues lcart
des migrations et souvent dlaisses par lencadrement agricole. Les cultures sont limites aux
vivriers dautosuffisance (sorgho, mile, arachide, nib, melon et lgumes divers) trs souvent
cultivs en association. Le travail manuel du sol est lger et consiste en un grattage de surface.
Lutilisation des engrais est faible. Les rsidus de rcolte restent dans le champ et servent de
complment fourrager aux animaux en vaine pture.
- Les systmes de cultures encadres sont localiss dans la partie centrale de la zone, la plus
densment peuple. Les activits agricoles sont centres autour de la culture du coton qui reoit la
priorit tant au niveau des terres que du temps des travaux, compte tenu de son impact financier
qui vient couvrir et complter les besoins des producteurs. Lencadrement y est assur
essentiellement par la Socit de Dveloppement du Coton (SODECOTON).
Le coton et le mas sont conduits de manire relativement intensive. Pour le coton, et dans la
majorit des exploitations, la prparation du sol est pratique en culture attele, sa mise en place
se fait aprs celle des cultures vivrires prcoces (sorgho, mas arachide).
Le sorgho est gnralement produit dans des conditions rudimentaires. Le sorgho de saison des
pluies est sem ds les premires pluies (mai-juin) et rcolt la fin des pluies ; il sagit du sorgho
rouge prcoce, sem en priorit sur les champs de case, et du sorgho blanc, qui constitue une
culture dappoint au sorgho rouge et au sorgho repiqu. Le sorgho repiqu de saison sche est mis
en place en octobre-novembre et donne en fvrier-mars des rendements parfois suprieurs 2
tonnes par hectare.
On peut rattacher cette catgorie de systme de culture le systme irrigu moderne pratiqu dans
les primtres hydro-agricoles amnags partir du pompage des eaux du Logone et de la Bnou.
Il se caractrise par des amnagements trs lourds, la monoculture du riz, et par lutilisation des
engrais et des pesticides. Les rsidus rcolts sont utiliss pour la nutrition des animaux, il ny a
pas dassociation avec larbre dans la culture.
- Dans les systmes marachers, la production des lgumes locaux (gombo, voandzou, oignon,
piments, feuilles, Corchorus, Olitorus, Hibiscus) et exotiques (laitues, choux, tomates, carottes,
aubergines, poivrons) ne bnficient, daucun encadrement au niveau des paysans. Les cultures
sont arroses manuellement, ou rarement laide de petites motopompes portatives, avec de leau
prleve des nappes superficielles. Lutilisation du fumier et dintrants est faible.
18
1 b. Principales contraintes au dveloppement de la production de la zone I.
Dans les zones fortement peuples, les problmes de dgradation des ressources naturelles
prennent une acuit importante avec lintensification de lagriculture qui se traduit par la rduction
des priodes de jachre et de fertilit des sols.
Les contraintes au dveloppement de la production agricole les plus importantes restent :
- La faible organisation du monde rural ;

- Le faible niveau dinvestissement dans les activits agricoles ;
- La pnibilit du travail, en particulier celui des femmes, la faible productivit des outils
agricoles ;
- Le manque ou linsuffisance de matriel vgtal amlior.
2. Le contexte socio-culturel
Synthse dune enqute mene auprs du Dr. J.P. Olina Bassala, chef de la station polyvalent de
lInstitut de Recherche Agricole pour le Dveloppement, IRAD, Garoua.
2 a. Sur les techniques culturales

La population rurale de notre secteur dtude a bnfici de la part du projet Dveloppement
Paysannal et Gestion des Terroirs (DPGT), une coopration entre le Ministre de lAgriculture et
du Dveloppement Rural (MINADER) du Cameroun (matre douvrage) et de la SODECOTON
(matre duvre), dans les annes 1994 ainsi que du projet Eau Sol Arbre (ESA) dans les annes
2000, tous appuys par les spcialistes de lIRAD, une formation et un encadrement la mise en
place des techniques culturales rencontres sur le site savoir : les cultures en parcelles et en
courbes de niveau, les systmes de culture sous couvert (SCV), la mise en place des pratiques
antirosives (cordons pierreux, vgtalisation par les gramines, des bandes antirosives, les
bourrelets au niveau des courbes de niveau).
Les parcelles cultives appartiennent essentiellement aux paysans. Sur le terrain, le constat est que
la gomtrie des parcelles reste constante dune anne lautre ; y sont cultivs en association
dans des rotations biennales ou triennales le mil, le sorgho, le mas, le coton et les arachides.
2 b. Sur laptitude des sols aux principales cultures de la zone dtude

De manire empirique, les populations cultivent majoritairement :
- Les crales (mil, sorgho, mas) et le coton sur les sols argilo-sableux ;
- Les arachides sur les sols sableux ;
19
- Les tubercules, taro, patates, oignons, lgumes et arbres fruitiers au niveau des bas-fonds
marcageux
Certaines terres autrefois cultivables et aujourdhui dgrades sont dfinitivement abandonnes.
2 c. Sur les saisons culturales

Le dbut du mois de mai est gnralement consacr la prparation des parcelles qui accueilleront
les cultures, vers la troisime semaine du mme mois, les premiers labours pour la mise en place
des arachides et du sorgho sont effectus. la fin du mois de mai et en dbut juin, le coton est
mis au sol et ds la deuxime semaine de juin, le mas et le mil cycle court ; les mois de juillet
et aot pour la mise en place du nib. Le riz est cultiv au niveau des bas-fonds inondables
pendant la priode des grandes pluies. Le ricin et les petits-pois, plantes de pleine saison, sont
sems entre les lignes.
De manire gnrale, de grandes surfaces sont mises en culture durant la saison des pluies, puis
abandonnes, pendant la saison sche, jusqu la prochaine saison des pluies.
2 d. Sur le type dagriculture

Lagriculture est dominance de subsistance (crales, tubercules, fruits) ; lagriculture de rente
concerne essentiellement le coton, les oignons et les arachides. Il faut tout de mme noter que
lexcdent de la production au niveau des produits de subsistance est mis en vente par les
populations pour assurer lachat des produits de premire ncessit (ptrole, mdicaments,
savons).
Dans la conduite des cultures, les hommes s'occupent principalement des cultures de rente et de la
culture vivrire dominante, tandis que les femmes soccupent surtout darachide et de lgumes.
2 e. Sur les contraintes rencontres par les populations

- Laccroissement de la population entraine les problmes fonciers avec la diminution des
parcelles par paysans ; ces paysans grignotent de plus en plus les bandes enherbes
antirosives implantes entre les parcelles.
- La paille laisse sur les parcelles aprs rcoltes constitue la vaine pture et pose un
problme de renouvellement de la fertilit naturelle des parcelles, la diminution des
lments minraux et de la matire organique, ainsi que le maintien de la paille sur les
parcelles dvolues au SCV pendant la saison sche.
- Destruction de la fort-galerie suite aux coupes de bois de chauffe, accentuant le risque de
dsertification.
- Les populations ninvestissent pas sur les terres qui ne sont pas leurs proprits.
20
- Les revenus trs faibles et insignifiants ont pour consquences la difficult dachat des
quipements agricoles et des intrants.
- Linorganisation des filires. En effet, part le secteur du coton, tous les autres secteurs
(mas, arachides, sorgho) ne disposent daucune organisation vritable.
21
CHAPITRE III : DONNEES UTILISEES ET METHODOLOGIE GENERALE
La mthodologie adopte pour cette tude repose sur lexploitation des donnes
multisources (satellitaires, pdologiques, mtorologiques et des observations faites sur le
terrain), multichelles, aux formats htrognes. Toutes ces donnes sont intgres et analyses
dans un environnement SIG pour la cartographie des zones exposes lrosion hydrique dans le
bassin versant de Sangur.
I Les donnes utilises (annexe I)
Les donnes suivantes ont t utilises pour notre tude :
Une image Shuttle Radar Topography Mission (SRTM) de rsolution 30 m ; de coordonnes

05 - 10N, et 10 - 15E, obtenue sur le site
http://srtm.csi.cgiar.org/SELECTION/inputCoord.asp, au format TIFF. Notre zone dtude
a t extraite partir delle.
Une image Landsat-8/LDCM (Landsat Data Continuity Mission) OLI/TIRS (Operational
Land Imager/ Thermal Infrared Sensor) de la scne Path_185/Row_054, du 12 avril 2013
(LC81850542013102LGN01). Cette image est fournie par le site
http://earthexplorer.usgs.gov/, au format Geotif. Notre zone dtude a t extraite partir
delle.
Les donnes images de prcipitations estimes issues du groupe de recherche "the Tropical
Applications of Meteorology using SATellite data and groundbased observations
(TAMSAT)". Donnes fournies par le Joint Research Centre (JRC) et tlchargeable par le
site http://www.tamsat.org.uk/cgi-bin/data/index.cgi, au format NetCDF (.nc).
Des observations de terrain, obtenues aprs une descente sur le site en avril 2013.
Une carte pdologique dtaille du bassin versant de Sangur, dresse par Brabant et
Fardin (1979).
Des donnes pluviomtriques, de la rgion du site dtude, fournies par le Service dAppui
Technique (SAT) de la Socit de Dveloppement du Coton (SODECOTON), un rseau
priv, compltes par celles de la station mtorologique de Garoua dans la Bnou.
Le traitement de toutes ces donnes a t effectu avec les logiciels Erdas Imagine 2013 et ENVI
5.0 pour les prtraitements et traitements des images ainsi que le calcul de lindice de vgtation,
ArcMap 10.2.2 pour la numrisation des cartes, lanalyse spatiale, ldition des cartes thmatiques
et la mise en place du SIG. l'issue de ce traitement, une base des donnes physiques de type
22
vectorielle et raster spatialement cohrentes de la zone d'tude a t constitue pour la cration de

couches et la cartographie de la vulnrabilit multifactorielle des sols l'rosion hydrique.
1 a. Brve description et caractristiques de limage Landsat 8 OLI (Operational Land

Imager) and TIRS (Thermal Infrared Sensor) utilise dans cette tude
Le satellite LDCM (Landsat Data Continuity Mission) lanc le 11 fvrier 2013 sur une orbite
polaire hliosynchrone 705 km d'altitude et rebaptis Landsat 8 aprs la fin de la phase de tests
embarque deux instruments de mesure, l'imageur OLI et le capteur thermique TIRS. Ces
instruments ont t conus pour assurer la compatibilit des donnes avec les donnes Landsat
plus anciennes, tout en bnficiant de la technologie de pointe leur permettant d'amliorer la
fiabilit, la sensibilit et la qualit des donnes.
L'imageur multispectral OLI acquiert des images dans 9 bandes spectrales (tableau 2) situes dans
le visible, le proche infrarouge et l'infrarouge courtes longueurs d'onde. Sept d'entre-elles taient
dj prsentes sur l'instrument ETM+ de Landsat 7. Les largeurs de bandes ont cependant t
affines pour 6 d'entre elles. Deux canaux ont t ajouts: le canal bleu profond, destin la
correction atmosphrique, l'tude des ressources en eau et des zones ctires, et un canal
infrarouge supplmentaire pour la dtection des nuages cirrus. Comme son prdcesseur ETM+,
OLI fournit des donnes panchromatiques 15 m de rsolution et multispectrales 30 m de
rsolution, avec une fauche de 185 km.
Tableau2 : Les bandes spectrales de l'instrument OLI
Bande spectrale Longueur d'onde Rsolution

Bande 1 Arosols 0,433 - 0,453 m 30 m
Bande 2 Bleu 0,450 - 0,515 m 30 m B
Bande 3 Vert 0,525 - 0,600 m 30 m V
Bande 4 Rouge 0,630 - 0,680 m 30 m R
Bande 5 - Infrarouge proche 0,845 - 0,885 m 30 m PIR
Bande 6 - Infrarouge moyen 1 1,560 - 1,660 m 30 m MIR_5
Bande 7 - Infrarouge moyen 2 2,100 - 2,300 m 30 m MIR_7
Bande 8 Panchromatique 0,500 - 0,680 m 15 m P
Bande 9 Cirrus 1,360 - 1,390 m 30 m
C'est le deuxime instrument, TIRS, un radiomtre multispectral infrarouge deux canaux (tableau
3) qui fournit des donnes dans des longueurs d'ondes utilises par les anciens satellites Landsat
mais non repris dans l'instrument OLI. L'objectif est d'assurer la continuit des mesures effectues
par le pass. La rsolution des images est de 100 m, contre 60 m pour les bandes thermiques de
Landsat-7. Pour rpondre aux caractristiques propres l'infrarouge thermique il met en uvre
des capteurs QWIP relevant d'une technologie arrive maturit rcemment. La dcision d'inclure
23
cet instrument dans la charge utile a t prise tardive et le dveloppement est effectu par la NASA.
Sa dure de vie nominale est de trois ans.
Tableau 3 : Bandes spectrales de l'instrument TIRS
Bande spectrale Longueur d'onde Rsolution

Bande 10 - Infrarouge moyen 10,30 - 11,30 m 100 m
Bande 11 - Infrarouge moyen 11,50 - 12,50 m 100 m
Les caractristiques de ces deux instruments sont rsumes dans le tableau 4 ci-dessous.
Tableau 4 : Paramtres standards de Traitement (https://lta.cr.usgs.gov/L8)
Traitement : Niveau 1T Corrig du Terrain

Bandes multispectrales OLI: 30 mtres
Bande panchromatique OLI: 15 mtres
Rsolution du pixel
Bandes thermales TIRS: 100 mtres (re-chantillonnes 30
mtres pour galer les bandes multispectrales)
Format des donnes : GeoTIFF
Re-chantillonnage : Cubic Convolution (CC)
North Up (MAP) orientation
Projection: Universal Transverse Mercator (UTM); Polar
Stereographic pour Antarctique
Datum: World Geodetic System (WGS) 84
Caractristiques des donnes
Erreur circulaire de 12 mtres, 90% de confiance globale
dexactitude pour OLI
Erreur circulaire de 12 mtres, 90% de confiance globale
dexactitude pour TIRS
Valeurs de pixel 16-bit
Disponibilit des donnes Tlchargement HTTP dans les 24 heures aprs acquisition
(dlivrance):
Les donnes Landsat 8 OLI/TIRS, archives dans le USGS (U.S. Geological Survey), peuvent tre
tlcharges dans : USGS Global Visualization Viewer (GloVis) (http://glovis.usgs.gov/),
EarthExplorer (http://earthexplorer.usgs.gov/), ou le LandsatLook Viewer
(http://landsatlook.usgs.gov/). Ils existent deux collections de Landsat 8: le jeu de donnes L8
OLI/TIRS Pre-WRS-2 (Worldwide Reference System-2) qui contient des scnes du 08 mars 2013 au
10 avril 2013 ; le jeu de donnes L8 OLI/TIRS qui contient des scnes du 11 avril 2013 plus
(actuel).
24
1 b. Brve description et caractristiques des donnes Tropical Applications of

Meteorology using SATellite data and groundbased observations (TAMSAT) (TAMSAT
Data Policy, 2014)
Le groupe de recherche TAMSAT est une quipe scientifique de recherche du dpartement

mtorologique l'universit de Reading, Royaume-Uni, financ par les projets nationaux et
internationaux depuis le milieu des annes 1980. Cette quipe enqute sur lutilisation (apport) de
limagerie satellitaire pour estimer les prcipitations et dautres composantes du..de leau de
surface, principalement en Afrique, mais galement dans dautres rgions.
Les produits courants disponibles (tableau 5) pour lAfrique sont : les estimations des hauteurs de
prcipitations, les anomalies de prcipitations, les climatologies pluviomtriques et les anomalies
tertiles.
Tableau 5 : Les produits courants de TAMSAT disponibles pour lAfrique
Donnes Descriptions
Couverture spatiale : Afrique.
Resolution spatiale : 0.0375 Lat-Lon. (4 km)
Couverture temporelle : 1983 prsent.
Estimation des prcipitations (Rainfall estimates) Resolution temporelle : Quotidien, dcadaire
(10-jour), Mensuel, Saisonnier.
Formats de donnes : NetCDF (donne), PNG
(image daperu).
Couverture temporelle : 1983 prsent contre
Anomalies des prcipitations (Rainfall anomalies) 1983-2012 prcipitations Climatologie.
Resolution temporelle : Dcadaire (10-jour),
Mensuel, Saisonnier.
(image daperu).
Couverture temporelle : 1983 2012.
Climatologies pluviomtries (Rainfall climatologies) Resolution temporelle : Dcadaire (10-jour),
Mensuel, Saisonnier.
(image daperu).
Couverture temporelle : 1983 prsent contre
Anomalies tertiles (Tertice anomalies) 1983-2012 prcipitations Climatologie.
Resolution temporelle : Mensuel.
(image daperu).
25
Les estimations des prcipitations TAMSAT et les produits drivs sont bass sur limagerie
infrarouge thermique (IRT) de Mtosat fournies par EUMETSAT. Cet IRT est calibr par rapport
un vaste archivage des donnes de pluviomtre au sol. Le dernier calibrage a t ralis en 2011.
La procdure d'talonnage pour TAMSAT est dcrite dans Tarnavsky et al. (2014).
Les estimations des prcipitations TAMSAT sont regroupes dans le jeu de donnes the TAMSAT
African Rainfall Climatology And Timeseries (TARCAT). La version actuelle de TARCAT est la
version 2.0. Elle remplace toutes les versions prcdentes du jeu de donnes de TAMSAT et est
livr avec la mise en garde que la mthode TAMSAT fonctionne bien dans les rgions et au cours
des mois de prcipitations principalement convectives.
Les donnes sont mises disposition par le groupe de recherche TAMSAT dans les 48 heures
aprs la fin d'une dcade (par exemple, pour la premire dcade du mois de Janvier 2014, les
donnes sont mises disposition le 11 Janvier ou dans les 48 heures aprs, des retards
supplmentaires peuvent tre encourus en cas des week-ends et jours fris).
Les donnes annuelles peuvent tre tlcharges gratuitement partir du lien

http://www.tamsat.org.uk/cgi-bin/data/index.cgi, et les donnes quotidiennes l'aide de liens
cachs comme celui-ci-dessous (remplacez 1998 avec votre anne d'intrt):
/public_data/1998/TAMSAT_rfe_daily1998.zip
Conventionnellement, les rpertoires compresss contiennent un ensemble de fichiers avec la
convention de dnomination suivante:
rfeYYYY_MM [_dd]
rfeYYYY_MM [-dkD]
rfeYYYY_MM [-dkD] _anom
rfeYYYY_MM_seas
rfeYYYY_MM_seas_anom
rfeYYYY-YYYY_MM [-dkD] _clim
O:
dd est le jour, deux caractres, [01-31]
dk est la dcade, [1-3]
MM est le mois deux caractres, [01-12]
MM_seas est le mois de fin de saison, savoir 02, 05, 08, ou 11
26
AAAA est l'anne quatre caractres, [1983 aujourd'hui]

AAAA-AAAA est la gamme de l'anne de la climatologie, par exemple 1983-2012
Le format des donnes est le Network Common Data Form (NetCDF ou .nc). Le NetCDF est un
format de fichier pour stocker des donnes scientifiques multidimensionnelles (variables) telles
que la temprature, l'humidit, la pression, la vitesse du vent et la direction. Ce format peut tre lu
partir des logiciels tels: SPRITS (Software for the Processing and Interpretation of Remotely
Sensed Image Time Series), ILWIS Open, Panoply, ArcGis, QGIS
II La mthodologie gnrale de ltude
Lobjectif de notre tude est dapprhender la problmatique de lrosion par une approche
qualitative en dveloppant une mthodologie reproductible, permettant daboutir la localisation
de zones sensibles lrosion hydrique, en utilisant les outils de la gomatique. Il est donc question
pour nous de choisir un modle qui permette, grce aux SIG, la spatialisation du risque lchelle
du bassin versant et non pas seulement des parcelles. Il ne sagit pas ici de connatre les quantits
de terres rodes mais surtout davoir une connaissance de la rpartition spatiale du risque
drosion dans notre bassin versant.
Plusieurs facteurs dterminent le risque drosion hydrique : les facteurs relativement stables dans
le temps, le sol, la gologie et le relief (la pente), aussi considrs comme facteurs internes et les
facteurs variant dune anne lautre, la pluviosit, le couvert du sol, les pratiques antirosives,
o la pluviosit constitue le facteur externe tandis que le couvert du sol est un lment dinterface
qui modifie (protge ou aggrave) laction des facteurs externes sur les facteurs internes.
Notre choix pour cette tude sest port sur le RUSLE que nous avons adopt notre
environnement pour spatialiser le risque drosion hydrique dans le bassin versant de Sangur.
Le RUSLE a ce grand avantage dtre informatis ce qui facilite sa manipulation et sa diffusion
comme outil de prdiction des pertes en sol. La convivialit de lUSLE/RUSLE fait quil demeure
une approche de modlisation trs populaire et pratique (Duchemi, 2000).
Lquation du modle RUSLE qui reprend celui de lUSLE scrit comme suit :
A = R. K. LS. C. P [1]
Cest une fonction multiplicative des cinq facteurs qui contrlent lrosion hydrique : lagressivit
climatique, lrodibilit des sols, linclinaison et la longueur de la pente, loccupation des sols et
lindice damnagement antirosif.
27
A (t/ha/an), est le taux annuel de perte en sol ;
R (MJ/mm / ha. H. an), est le facteur de lrosivit des pluies ; il correspond la moyenne annuelle
des sommes des produits de lnergie cintique de la pluie par son intensit en 30 mn conscutives
;
K (t. H / MJ. mm), est lrodibilit des sols ; il est fonction de la texture du sol, du taux dhumus,
de la structure de la couche superficielle du sol ainsi que de sa permabilit ;
LS, est un facteur sans dimension qui reprsente linclinaison (S) et la longueur de pente (L) ;
C, est un facteur sans dimension ; cest loccupation du sol ou lindice de couverture vgtale et
de pratiques culturales ;
P, facteur sans dimension, est un rapport qui tient compte des techniques culturales antirosives
telles que le labour en courbes de niveau, les murettes en pierre...
II 1. Lagressivit des prcipitations (R)
Le climat joue un rle dterminant dans le risque drosion hydrique des sols par le biais des
prcipitations (frquence, dure et intensit). Lestimation du facteur R selon la formule de
Wischmeier et Smith est assez complexe (Anonyme2). En effet, la dtermination de ce facteur
ncessite la connaissance des nergies cintiques (Ec) et de lintensit moyenne sur 30 minutes
(I30) des gouttes de pluie de chaque averse, donnes par la formule de Wischmeier & Smith (1978) :
R = K Ec I30, K tant un coefficient dpendant du systme dunits de mesure.
Il est souvent impossible de calculer R selon cette mthode dans beaucoup de pays en voie de
dveloppement, comme le Cameroun, o il nexiste pas assez de paramtres et de donnes de
prcipitations pour calculer lrosivit des prcipitations.
Toutefois, le facteur R peut tre dduit de faon empirique de la quantit moyenne annuelle de
prcipitations (Anonyme2). Deumlich et al. (2006), propose une quation de calcul du facteur
drosivit R li aux prcipitations annuelles : R 12 . 98 0 . 0783 * P (mm.year-1) o P est la
moyenne annuelle des prcipitations.
Selon Eltaif et al. (2010), la meilleure corrlation entre le facteur R et les valeurs de prcipitation
est celle base sur lIndice, (F), modifi de Fournier:
12
2 O pi reprsente la hauteur mensuelle de prcipitation et P, la hauteur annuelle
=
des prcipitations.
=1
28
Plusieurs auteurs ont dvelopp des formules de corrlation (tableau 6) entre lIndice modifi de
Fournier et le facteur R.
Tableau 6: Calculs approximatifs de R (Eltaif et al., 2010)
Auteurs R
Arnoldus (1977) exponentiel R = 0,302*F1,93 pour les USA et lAfrique
Arnoldus (1980) - linaire R = (4,17*F-152)/17,2
Renard et Freimun (1994) R = 0,07397*F1,847/17.2 quand F<55mm
Renard et Freimun (1994) R = 95,77 - 6,08F + 0,477F2/17.2 quand F>=55mm
Yu et Rosewell (1996) R = 3,82*F1,41
Pour notre tude, nous avons utilis la formule de Renard et Freimun (1994), les valeurs F
calcules tant suprieures 55 mm (tableau 12).
R = 95,77 - 6,08F + 0,477F2/17.2 [2]
II 2. Lrodibilit des sols (K)
Le facteur drodibilit (paramtre K) exprime la vulnrabilit du sol tre rod par la pluie. Il
dpend de la granulomtrie ou texture du sol, de la teneur en carbone organique, de la stabilit
structurale, de la porosit, de la permabilit, etc.
Une quation de rgression a t tablie par Wischmeier & Smith (1978) pour estimer la valeur de
K:
K= ((2.1*10-4*(12-MO) *M1.14) + 3.25*(S-3) + 2.5*(P-2))/100 [3]
K, est le facteur drodibilit
M, le facteur granulomtrique, = (% limon + % sable fin) (100 - % argile)
M.O (matire organique) en %
S, le code de la texture du sol (granulaire trs fine : 1; granulaire fine : 2; granulaire moyenne et
grossire : 3 ; en block ou massive : 4)
29
P, le code de la classe de permabilit (rapide : 1; modr rapide : 2; modre : 3; lente modre

: 4; lente : 5; trs lente : 6).
II 3. Le facteur topographique (LS)
La topographie du milieu est un facteur sensible pour lrosion hydrique. La pente a une incidence
importante sur le processus drosion hydrique ; le ruissellement est gnralement fort et rapide
sur des pentes raides causant ainsi une rosion hydrique trs grave.
Le facteur topographique (LS) est calcul partir de la longueur des pentes (L) et de leur
inclinaison (S) dtermines sur limage SRTM 30 m.
Les longueurs dcoulement correspondent thoriquement au rapport de la longueur (en

m), calcule entre le sommet du versant et le dbut de la zone concave (Renard et al., 1997,
Anonyme 4), la longueur de la parcelle exprimentale de RUSLE (22,13 m) ; lensemble
lev lexposant m, sans dimension, intgrant linclinaison de la pente .
/0.0896
=( ) [4] Avec = et =
22,13 1+ 3()0.8 + 0.56
Le facteur L en fonction de la surface de drainage est calcul, dans notre cas, selon la formule
suivante (Desmet et Govers, 1996):
( + 2 )+1 +1 [5]
=
. +2 . (22.13)
O :
FA (Flow accumulation), est laccumulation du Flux
CS (Cell size) est la taille du pixel
X, un facteur de correction de la formule
Le facteur S, quant lui est estim grce deux rgressions simples appliques en fonction
de langle dinclinaison, avec la pente en degr :
S = 10,8sin + 0,03 si la tan < 0,09

[6]
S = 16,8sin + 0,50 si la tan 0,09
30
II 4. Loccupation du sol ou facteur (C)
Loccupation du sol ou facteur de protection du sol par la couverture vgtale, exprime

laffectation du sol et son usage. Ces paramtres peuvent influencer le risque drosion hydrique,
en raison de leur impact sur le ruissellement.
Le couvert vgtal est considr comme efficace contre lrosion lorsquil absorbe lnergie
cintique des gouttes de pluies et protge les sols surtout dans la priode de lanne o les
prcipitations sont les plus intenses. Gnralement la protection du sol par le couvert vgtal nest
pas uniforme dans une unit de paysage et durant une anne; on distingue ainsi des secteurs qui
protgent entirement le sol toute lanne, des secteurs qui protgent une partie de lanne, des
secteurs o le sol est nu toute au long de lanne.
Dans notre tude, nous nous sommes tout dabord appuys sur la carte doccupation du sol de
notre secteur dtude dresse aprs une descente sur le terrain en avril 2013, priode de lanne o
le couvert vgtal est son plus bas niveau dans la rgion, pour essayer daffecter un coefficient
en fonction du type doccupation du sol observ. Par la suite, il a t difficile pour nous de juger
et dvaluer le taux de recouvrement du sol par la vgtation ainsi que la hauteur des diffrents
types de couvert vgtal. Cette difficult dvaluer visuellement le taux de recouvrement du sol
par la vgtation nous a pousss nous appuyer sur limage satellitaire. L'objectif majeur de
l'utilisation de limage satellitaire est d'obtenir un facteur C moyen en prenant en compte ltat
phnologique de la vgtation en cette priode de lanne. Limage Landsat-8/LDCM OLI/TIRS
a ainsi t utilise pour dterminer lindice transform de vgtation ajust pour le sol, le MSAVI2
(Second Modified Soil-Adjusted Vegetation Index) de Qi et al. (1994).
Bannari et al. (1995), ont recens environ 35 indices de vgtation diffrents. Lavantage des
indices de vgtation se situe au niveau de la facilit des calculs. Ils offrent un outil de comparaison
rapide et efficace de ltat de la vgtation pour une aire et non en un point du territoire. Leur
application est possible de manire instantane jusqu une chelle temporelle annuelle, et de
manire rgionale ou continentale.
L'indice le plus connu et le plus utilis est l'indice de vgtation par diffrence normalis ou
Normalized Difference Vegetation Index (NDVI) dont la formule est : NDVI= (PIR-R) / (PIR+R)
O PIR est la rflectance du canal proche infrarouge et R la rflectance dans le rouge.
Dans cette tude, nous avons utilis le MSAVI2. En effet, cet indice dvelopp partir du MSAVI,
en plus de ne plus ncessiter la dtermination au pralable de la valeur de la pente de la droite des
31
sols, est utilis pour un faible indice foliaire, L.A.I. (Leaf Area Index), ou un faible couvert
vgtal ; ce qui est le cas dans notre secteur d'tude en cette priode de lanne.
Cet indice sexprime comme suit :
(2 + 1 2 + 1 2 8 ) [7]
2 =
2
O PIR est la rflectance dans la bande proche infrarouge et R la rflectance dans la bande Rouge
de notre image.
Afin d'obtenir le rsultat le plus prcis du facteur C de chaque occupation du sol, une analyse de
rgression base sur sa relation avec le MSAVI2 a t utilise.
II 5. Le facteur de conservation ou pratiques antirosives (P)
Il exprime linfluence des mthodes de conservation sur lrosion. Les cultures en courbes de
niveau, en bandes alternes ou en terrasses, les reboisements en banquettes, le buttage et le
billonnage sont les pratiques les plus efficaces de conservation des sols. Les valeurs de P sont
infrieures ou gales 1. La valeur 1 est attribue aux terrains sur lesquels aucune des pratiques
cites nest utilise (Sadiki et al., 2004).
Ce facteur a t dtermin partir des observations faites sur le terrain et les valeurs de P ont t
affectes en nous appuyant sur les travaux de Roose (1977) en Afrique de louest.
III Les prtraitements de Limage Landsat-8/LCDM OLI/TIRS utilise
Il est question ici deffectuer un traitement prliminaire sur limage utiliser fin de la rendre
superposable aux autres donnes gnres pour le modle et de calculer lindice de vgtation sur
des images de rflectance de surface.
Avant tout calcul de lindice MSAVI2 notre image doit tre transforme en valeurs de rflectances
au sol en effectuant une correction radiomtrique et atmosphrique sur notre image.
La pratique dun traitement radiomtrique incluant une correction atmosphrique est indispensable
ici, car lon veut accder aux proprits quantifies (grandeurs physiques de limage) des surfaces
pour le calcul de lindice de vgtation.
32
La technique utilise est celle dveloppe par lUSGS (2013) pour lobtention du TOA (Top Of
Atmosphere, reflectance) ou rflectance au-dessus de latmosphre, pour Landsat.
Les tapes suivies pour le traitement radiomtrique incluant une correction atmosphrique
dveloppes en annexe II sont rsumes ainsi quil suit :
1- La conversion des valeurs numriques (DN, en anglais : Digital Number) en valeurs de

rflectance au-dessus de latmosphre (TOA) par dtermination du paramtre L' partir
de la relation :
L' = ML * Qcal + A [8]
o:
L' = le TOA (Watts / (m2 * srad * um)) ; sans correction de langle du soleil
ML = facteur multiplicatif de mise l'chelle de la bande spcifique obetnu dans le fichier des
mtadonnes (.MTL) de limage (REFLECTANCE_MULT_BAND_x, o x est le numro de la
bande).
A = facteur additif de rchelonnement spcifique de chaque bande, obtenu dans le fichier des
mtadonnes (.MTL) de limage (REFLECTANCE_ADD_BAND_x), o x est le numro de la
bande).
Qcal = valeurs de pixels standards quantifis et calibrs (DN) ou encore limage de la Bande_x.
Cette tape a t calcule pour chaque bande de notre image travers le module Band Math du
logiciel ENVI 5.0 (annexe II) o nous avons introduit (en prenant pour exemple la bande 2,
bleu) par rapport aux valeurs du fichier des mtadonnes de notre image, la formule suivante :
(0.00002*b2)-0.100000
Le rsultat obtenu a t nomm 1-TOA_B2
2- Le calcul du TOA avec correction de langle solaire par application de la formule suivante :

=
[9]
O
L ' = la rflectance au-dessus de latmosphre ou le TOA
coss = cosinus du znith solaire; znith solaire = 90 - lvation solaire.
33
Llvation solaire est obtenue partir du fichier des mtadonnes .MTL de notre image.
Cette tape a t calcule pour chaque bande de notre image travers le module Band Math
du logiciel ENVI 5.0 (annexe II) o nous avons introduit (en prenant pour exemple la bande
2, bleu) par rapport aux valeurs du fichier des mtadonnes de notre image, la formule
suivante :
((B2) / cos (25.09781261))
Le rsultat obtenu a t nomm TOA_B2
3- La conversion des TOA en rflectance de surface par la mthode du Dark Object

Subtraction (DOS).
L'hypothse de base est que, dans l'image, certains pixels sont dans l'ombre complte et leurs
rayonnements reus par le satellite sont dues la diffusion atmosphrique. Le DOS recherche pour
chaque bande la valeur la plus sombre de pixel. En supposant que les objets sombres ne refltent
pas la lumire, toute valeur suprieure zro doit rsulter de la diffusion atmosphrique. Cette
dispersion est enleve par soustraction de cette valeur de chaque pixel dans la bande.
Lapplication du DOS sest faite automatiquement partir du logiciel ENVI 5.0 travers le module
Dark Subtraction (annexe II).
Le rsultat obtenu a t nomm SR_B2
IV Implmentation technique de notre modle
Pour assurer la superposition de toutes les couches, la projection adopte dans cette tude est la
Transverse Mercator zone 33, dont les principales caractristiques sont les suivantes :
Ellipsode: Clarke 1884; Datum (systme godsique): WGS_1984; False_Easting: 500000,

000000; False_Northing: 0, 000000; Central_Meridian: 9, 000000; Scale_Factor: 0, 999600;
Latitude_Of_Origin: 0, 000000; Linear Unit: Meter (1, 000000).
Toutes les donnes et cartes produites lont t en fonction dun masque correspondant la zone
dtude.
Nous avons opt travailler en mode Raster. Ce dernier prsente des fonctionnalits danalyse
spatiale plus riches que le mode vecteur, en plus dtre rapide pour des traitements tels les
34
combinaisons de jeux de donnes, dassurer des proprits gomtriques communes toutes les
couches dinformations, le croisement des donnes multicouches est facilit, car toutes les
grandeurs sont amenes une mme unit de base, le pixel. La rsolution de travail adopte est de
30 m, qui correspond celle de la plupart de nos donnes dentres (Landsat, SRTM).
Lorganigramme (figure 4) rsume les diffrents traitements appliqus nos donnes. La

mthodologie utilise est le croisement (dans un SIG) des paramtres sous forme de combinaison
logique avec pour finalit llaboration de la carte de vulnrabilit multifactorielle l'rosion
hydrique des sols du bassin versant de Sangur.
IV 1. Les donnes climatiques et lagressivit des prcipitations (R)
Les donnes pluviomtriques obtenues auprs du Service dAppui Technique (SAT) de la

SODECOTON (les stations de Garoua, Lagdo et Ngong) tant trs distant lune de lautre, nous
avons opt calculer l'rosivit des pluies partir des estimations des prcipitations de limage
TAMSAT dont les valeurs utilises pour notre secteur dtude sont rsumes dans le tableau 7. Ce
calcul sest fait suivant la formule de Renard et Freimun (1993), quation [2], en utilisant les
donnes dintensit de pluies annuelles et mensuelles extraites de notre image TAMSAT, sur le
masque couvrant notre secteur dtude pour les mois allant davril juillet sur la priode 1998-
2012 (15 ans).
Ces mois ont t choisie car aprs juillet, la vgtation (cultures, savane arbustive...) est assez
dveloppe dans le bassin versant pour assurer une rsistance avance du sol lrosion.
Tableau 7 : Statistiques des valeurs de prcipitation utilises pour la priode 1998-2012
Count Surface Min. Max. Total Moy. Std.

90841 81756900 440 453 13 444,51 3,462
Pour la dtermination du facteur R, nous avons tout dabord calcul, pour tous les mois, la
moyenne des images du mme mois pour les quinze (15) annes retenus fin dobtenir les
prcipitations mensuelles pour chaque mois sur les 15 ans. Puis pour chaque anne, nous avons
additionn toutes les images de prcipitation mensuelle pour obtenir une moyenne annuelle. Nous
avons par la suite calcul la moyenne des prcipitations annuelles sur les 15 ans pour obtenir la
moyenne annuelle de prcipitation pour la priode choisie. Pour finir nous avons calcul le
paramtre F, puis le facteur R de lquation [2]. Le rsultat obtenu a t sauvegard avec une
rsolution de 30 m et nomm Fact_R.
35
IV 2. La carte des sols et lrodibilit des sols (K)
Les principales proprits du sol qui influencent lrodibilit des sols sont la granulomtrie
(texture, structure), la teneur en matire organique et la permabilit.
La dtermination du facteur K sest faite par analyse de la carte pdologique dtaille du bassin
versant de Sangur, dresse par Brabant et Fardin (1979). Cette carte a t dcoupe par rapport
au masque correspondant notre secteur et digitalise (figure 5, tableau 8) dans ArcMap. Les
caractristiques physico-chimiques des diffrents sols notes de la notice de la carte des sols ont
t introduites dans la table attributaire des couches digitalises.
Les paramtres physiques et chimiques de ces sols, utiles pour notre modle sont rsums dans le
tableau 9.
36
APPORT DE LOBSERVATION DE LA TERRE ET DU SIG A LA CARTOGRAPHIE DES ZONES A RISQUE DEROSION HYDRIQUE DANS LE BASSIN VERSANT DE
Image TAMSAT Carte des sols Image SRTM Image Landsat8 LDCM Observation de terrain Observations de terrain
Corrections Radiomtrique et
Reprojection Vectorisation de la carte
atmosphriques.
Projection- Dcoupage du secteur dtude des techniques antirosives.
Moyennes mensuelle et Gorfrencement Dcoupage du secteur dtude Rastrisation 30 m
annuelle de prcipitations Vectorisation des couches
Calcule de R.
Rechantillonnage 30 m Vectorisation de la carte
MSAVI2
Carte des pentes Traitements doccupation du sol
en degr. hydrologique
Analyses-interprtations. Calcul de (S) s Rastrisation 30 m
Calcule de K.
Longueur des
Rastrisation 30 m
pentes (L)
Rgression linaire
Agressivit climatique Erodibilit des sols Calcul de Carte du facteur (C) Pratiques antirosives
(R) L*S (P)
(K)
Modeler:
Superposition (Overlay)
A= R.K.LS.C.P
Figure 4: Organigramme de la mthode CARTE DE REPARTTION DU RISQUE DEROSION HYDRIQUE

suivie dans cette tude DES SOLS DANS LE BASSIN VERSANT DE SANGUERE
37
Figure 5: Carte des sols du bassin versant de Sangur
Tableau 8: Rpartition des sols dans le bassin versant de Sangur
Sol Surface (Km) Pourcentage

Lithosols sur grs 2,657041 3,25
Sols peu volus d'apport hydrornorphes sur alluvions 1,647221 2,01
Sols peu volus d'rosion lithosolique 14,855194 18,14
Sols Ferrugineux Tropicaux lessivs 10,941393 13,36
Sols Ferrugineux Tropicaux Beiges 1,583843 1,93
Sols Ferrugineux Tropicaux Rouges 40,224514 49,13
Sols peu volus d'apport sur colluvions 1,289412 1,57
Sols hydromorphes minraux Gley de surface sur grs 4,094302 5,00
Sols lessivs Tropicaux sur grs 4,588477 5,61
38
Tableau 9: Proprits physiques et chimiques des sols tudis
Type de sols Argile (%) Limon (%) Sable (%) M.O(%) Texture
Lithosols sur grs - - - - -
Sols peu volus d'apport hydrornorphes
- - - - -
sur alluvions
Sols peu volus d'rosion lithosolique 13,1 8,8 78,1 0,8 S
Sols ferrugineux Tropicaux lessivs 13,2 6,8 80 0,6 L-s
Sols Ferrugineux Tropicaux Beiges 6,6 11 82,4 0,82 S-l
Sols Ferrugineux Tropicaux Rouges 6,6 11 82,4 0,82 S-l
Sols peu volus d'apport sur colluvions 9,9 7,3 87,8 0,6 S-l
Sols hydromorphes minraux gley de
5,25 12,5 82,25 0,7 S-l
surface sur grs
Sols lessivs Tropicaux sur grs 5,4 11 83,6 0,5 S-l
Code texture : S = Sableux ; L-s= Limono-sableux; S-l= Sablo-limoneux
Les textures dominance sableuse et la trs forte permabilit des matriaux ont orient
lattribution des valeurs indiques dans le tableau 10 suivant pour les paramtres S (texture) et P
(permabilit).
Tableau 10: Valeurs de S et P des sols tudis
Type de sols Texture S Permabilit P

Lithosols sur grs Sableux 3 Permable 2
Sols peu volus d'apport hydrornorphes sur alluvions Limono-sableux 3 Permable 2
Sols peu volus d'rosion lithosolique Sablo-limoneux 3 Permable 2
Sols ferrugineux Tropicaux lessivs Sablo-limoneux 3 Permable 2
Sols Ferrugineux Tropicaux Beiges Sablo-limoneux 3 Trs permable 1
Sols Ferrugineux Tropicaux Rouges Sablo-limoneux 3 Trs permable 1
Sols peu volus d'apport sur colluvions Sablo-limoneux 3 Permable 2
Sols hydromorphes minraux gley de surface sur grs Sableux 3 Permable 2
Sols lessivs Tropicaux sur grs Limono-sableux 3 Permable 2
Toutes ces donnes, introduites dans notre modle RUSLE, ont permis de dterminer le facteur
drodibilit K, suivant la formule de Wischmeier et Smith (1978) de lquation [3] et dattribuer
sous SIG le facteur respectif chaque type de sol.
Nous avons tout dabord calcul le paramtre M de notre quation au niveau du champ attributaire
M partir de cet algorithme (Field Calculator) :
Power((100 - [Argile_pourcent]),2)
En considrant que %Limon+%Sable+%Argile = 100, car les auteurs nont pas distingu les sables
fins des sables grossiers.
39
Ensuite K a t dtermin en introduisant au niveau du champ_K de la table attributaire des sols

lalgorithme suivant (Field Calculator):
((2.1*power(10,-4)*(12- [MO_pourcent])*power(M,1.14)) + 3.25*([S]-3) + 2.5*([P]-2))/100
Ce champ a t rastris avec une rsolution de 30 m (conversion Tools > to raster > Feature to
raster) et nomm Fact_K.
IV 3. Limage SRTM et le Facteur topographique (LS)
La dtermination des donnes dentre de ce facteur, partir du SRTM 30 m, sest faite travers
le module Arc Hydro Tools. Ce module dvelopp pour supporter les applications de gestion des
ressources en eau, fonctionne dans lenvironnement ArcMap, o nous lavons install.
Limage SRTM a t dcoupe en fonction de la zone et nomme Alti. A partir de la couche Alti,
nous avons tout dabord calcul les pentes en degr en utilisant loutil Terrain Processing > Slope
dans Arc Hydro Tools. Ce fichier a t nomm, Pente_S.
Par la suite, le paramtre longueur (L) de la pente a t dtermin en appliquant lquation [5].
Nous avons tenu compte de la surface draine car il sagit ici de lrosion hydrique qui est un
phnomne de surface. Ainsi donc la dtermination du paramtre L sest faite en cinq tapes,
travers loutil Terrain Processing pour les trois premires tapes et Spatial Analyst Tools > Map
algebra >Raster Calculator, pour les autres tapes et la compilation du facteur LS.
Le comblement des trous (cuvette) de notre couche Alti.: Terrain Processing > DEM
Manipulation > Fill Sinks; Ce fichier a t nomm Alti_corrig. Cette tape permet de
supprimer les lgres imperfections dans la couche.
La dtermination de la direction du flux sur la couche Alti_corrig: Terrain Processing >
Flow Direction; ce fichier a t nomm dir_Flux.
Le calcul de laccumulation du flux sur la couche dir_Flux: Terrain Processing > Flow
Accumulation; ce fichier a t nomm Surf_drain.
Le calcul de F partir du module Spatial Analyst Tools > Map algebra >Raster Calculator,
o lalgorithme suivant a t introduit :
((Sin(("Pente_S") * (3.14 / 180))) / 0.0896) / (3 * Power(Sin(("Pente_S") * (3.14 / 180)),0.8) + 0.56)
La pente est convertie du radian au degr en multipliant par 3,14 et en divisant par 180. Le rsultat
obtenu a t nomm F.
40
Le calcul de m partir du module Spatial Analyst Tools > Map algebra >Raster
Calculator, o lalgorithme suivant a t introduit :
"F" / (1 + "F")
Le rsultat obtenu a t nomm m
Le calcul de notre facteur L sest fait partir de lquation [5] travers le module Spatial Analyst
Tools > Map algebra >Raster Calculator, o nous avons introduit : (Power(("Surf_drain" +
900),("m" + 1)) - Power("Surf_drain",("m" + 1))) / (Power(30,("m" + 2)) *
Power(22.13,"m"))
Le rsultat obtenu a t nomm Fact_L.
Le Facteur S calcul en appliquant lquation [6] a t obtenu partir de la commande CON qui
est la fonction conditionnelle dans ArcGis. Nous lavons obtenu partir de Spatial Analyst Tools
> Map algebra >Raster Calculator, o nous avons introduit :
Con(Tan(("Pente_S") * (3.14 / 180)) < 0.09,(10.8 * Sin(("Pente_S") * (3.14 / 180)) + 0.03),(16.8

* Sin(("Pente_S") * (3.14 / 180)) + 0.5))
La pente est convertie du radian au degr en multipliant par 3,14 et en divisant par 180. Le rsultat
obtenu a t nomm S.
Finalement le facteur topographique LS est obtenu partir du produit des facteurs L et S, appliqu
dans Spatial Analyst Tools > Map algebra >Raster Calculator, o nous avons introduit :
"L" * "S"
Le rsultat obtenu a t nomm Fact_LS.
IV 4. Limage Landsat 8 et recouvrement du sol par la vgtation ou facteur (C)
Une descente sur le terrain au mois davril 2013 nous a permis de cartographier la typologie des
diffrents types doccupation du sol.
Nous avons affect, en nous appuyant sur les travaux de Roose (1977) en Afrique de louest et de
Payet (2009) Madagascar, un coefficient au facteur C en fonction du type doccupation du sol
(tableau 11).
41
Tableau 11: Facteur C en fonction du type doccupation du sol
Type doccupation du sol Facteur C

Sol nu 1
Inselberg 0,9
Savanes sches, quelques pieds d'arbustes 0,4
Savanes et arbustes sur colline de pierre 0,2
Village (surfaces bties, densit moyenne) 0,15
Chaume 0,02
Savanes herbaces 0,01
Champs et Plantations 0,01
Zones boises 0,001
Les valeurs du facteur C en fonction du type doccupation du sol ont ensuite t rastrises partir
de loutil Conversion Tools > To Raster > Polygone to Raster dans Arcmap, une rsolution de
30 m.
Toutefois, cette priode de lanne, toute la rgion en gnrale est en pleine saison sche, la
vgtation est alors son plus bas niveau de toute lanne. Il a donc t difficile pour nous de juger
et dvaluer le taux de recouvrement du sol par la vgtation ainsi que la hauteur des diffrents
types de couvert vgtal.
Cette difficult dvaluer visuellement le taux de recouvrement du sol par la vgtation nous a
pouss nous appuyer galement sur limage satellitaire. Nous avons alors calcul le MSAVI2 sur
les valeurs de rflectance au sol de limage Landsat 8 acquise la mme priode (avril 2013) que
celle de la campagne de terrain.
Note : Le MSAVI2 peut tre soit dtermin dans Erdas Imagine travers un Model Marker, soit
implmente partir de Spatial Analyst Tools > Map algebra >Raster Calculator, o lon
introduit la formule suivante :
(2*"B4"+1-(SquareRoot(Power((2*"B4"+1),2)-8*("B4"-"B3")))) / 2
Avec B4, la rflectance dans la bande Proche Infra Rouge (PIR) et B3, la rflectance dans la bande
Rouge (R) de notre image.
Ou encore implmente dans ENVI travers band math en introduisant :
float((2*(b1)+1-sqrt((2*(b1)+1)^2-8 * ((b1) - (b2))))/2)

42
b1, la rflectance dans la bande Proche Infra Rouge (PIR) et b2, la rflectance dans la bande Rouge
(R) sont slectionnes la demande.
Nous avons opt pour le Model Maker (figure 6,) car il utilise directement les bandes ncessaires
de limage 06 canaux et ne ncessite pas les bandes individuelles utiliser comme dans ArcGis
ou dans ENVI.
Les paramtres du calcul du MSAVI2 ont t introduits et nous avons sauvegard le model sous
.gmd pour dautres utilisations de cet indice de vgtation.
Afin d'obtenir le rsultat le plus prcis du facteur C dans notre bassin versant, une analyse de
rgression base sur sa relation avec le MSAVI2 a t utilise.
Ainsi 300 points d'chantillonnage ont t slectionns alatoirement sur limage Facteur C puis
sur limage du MSAVI2 aux mmes emplacements. Par la suite, une quation de rgression
linaire entre ces deux paramtres a t tablie. Les donnes ont t analyses en utilisant MS
Excel et lquation de rgression la plus adapte de la relation entre le Facteur C et MSAVI2 est
une quation linaire qui peut s'crire comme suit : Facteur C = -b*MSAVI2 + a avec a<b. La
carte du facteur C finale a alors t gnre en utilisant cette quation de la droite de rgression
laide du module spatial analysis dArcGis 10.2.2. Le rsultat obtenu a t nomm Fact_C
IV 5. Les donnes de terrain et le facteur des pratiques antirosives (P)
Le facteur de pratiques antirosives ou de conservation P reflte des pratiques qui rduisent la

quantit deau de ruissellement et leur vitesse, diminuant ainsi les effets de lrosion hydrique. La
population rurale de notre secteur dtude a bnfici de la part du projet Dveloppement
Paysannal et Gestion des Terroirs (DPGT), du projet Eau Sol Arbre (ESA), tous deux appuys par
les spcialistes de lIRAD, des formations et encadrements pour la mise en place des techniques
culturales et pratiques antirosives (cordons pierreux, vgtalisation par les gramines, des bandes
antirosives, les bourrelets au niveau des courbes de niveau). Notre carte des pratiques
antirosives a t tablie en tenant compte des observations faites sur le terrain. Les valeurs
correspondant aux diffrentes pratiques antirosives (tableau 12) ont t introduites dans le champ
appropri. Ce dernier a par la suite t rastris 30 m de rsolution travers le module Conversion
Tools > To Raster > Polygone to Raster et nomm Fact_P.
43
Tableau 12: Catgorisation du facteur P
Techniques Code
Aucune pratique 1
Labour isohypse 0,5
Paille recouvrement de 50% 0,2
Prairie, plantes de couverture 0,1
Murette de pierre 0,01
IV 6. Application du modle RUSLE dans notre SIG et rosion des sols (A)
Le croisement des diffrents facteurs utiles pour notre modle sest fait dans notre SIG (ArcGis)
o nous avons introduit le produit de ces diffrents paramtres obtenus (R, K, LS, C et P) travers
loption Spatial Analyst Tools > Map algebra >Raster Calculator :
" Fact_R" * " Fact_K" * " Fact_LS" * " Fact_C" * " Fact_P"
Le rsultat obtenu, qui correspond aux zones de notre bassin versant exposes lrosion hydrique
des sols, constitue le paramtre A de notre modle RUSLE.
44
CHAPITRE IV : PRESENTATION, INTERPRETATIONS ET DISCUSSIONS DES

RESULTATS
Les cartes thmatiques correspondant aux diffrents facteurs de lrosion hydrique sont intgres
dans notre SIG. Le croisement de ces cartes partir de la fonction multiplicative du RUSLE permet
la cartographie de la sensibilit lrosion hydrique dans le bassin versant de Sangur.
I Prsentation des rsultats et interprtations
1 Lagressivit des prcipitations (R)
La figure 6 (a, b, c et d) montre la variation des prcipitations entre les mois dAvril et Juillet dans
notre secteur dtude.
a. b. c.
d.
Lgende
Prcipitations estimes
Eleve
Faible
Figure 6: variations mensuelles des prcipitations dans le secteur dtude pour

1998-2012 (a. Avril ; b. Mai ; c. Juin ; d. Juillet. Source : images TAMSAT)
45
Les valeurs de R calcules (figure 7) varient entre 375,214 et 414,692 dans notre bassin versant,
avec une moyenne de 398,81 et un cart type de 10,82.
Lagressivit des prcipitations est le seul paramtre variant dune anne une autre suivant
lagressivit des averses.
Lgende
Valeurs de R
414,692
394,799
375,214
Figure 7: Le facteur dagressivit des prcipitations (Fact_R)
2 Lrodibilit des sols (K)
Le facteur drodibilit K qui dtermine la rsistance du sol au dtachement est obtenu en

introduisant les paramtres de texture, de permabilit et du taux de matire organique dans
lquation de calcul de ce paramtre : ((2.1*power(10,-4)*(12- [MO_pourcent])*power(M,1.14)
+ 3.25*([S]-3) + 2.5*([P]-2))/100.
46
Les rsultats obtenus pour chaque unit de sol ont t introduits au niveau du champ (Field) K, qui
a t rastris (figure 8) avec une rsolution de 30 m et nomm Fact_K. Ce facteur na pas pu tre
calcul au niveau des lithosols sur grs et des sols peu volus d'apport hydrornorphes sur alluvions
qui sont respectivement rencontrs sur des affleurements rocheux (inselberg) et des bas-fonds
marcageux, et nont permis aucun chantillonnage de sol do la valeur 0 au niveau de ces units.
Lgende
Valeurs de K
0,1007
0,0504
Figure 8: Le facteur dErodibilit (Fact_K)
Les valeurs obtenues pour ce facteur K (tableau 13) varient de 0,080 sur les sols peu volus
d'rosion lithosolique 0,100 t.H/MJ.mm sur sols ferrugineux tropicaux rouges, avec une
moyenne de 0,086 et un cart-type de 0,021.
Notre carte de rpartition du facteur K pouse celle des sols du secteur dtude.
47
Tableau 13 : Rpartition du facteur K dans le bassin versant de Sangur
Facteur K Surface (Km) Pourcentage

0,100 4,587 5,63
0,099 3,991 4,9
0,095 41,847 51,33
0,094 01,274 1,56
0,082 10,963 13,45
0,080 14,650 17,97
0 4,211 5,16
3 Le Facteur topographique (LS)
Le facteur LS a t dtermin partir de limage SRTM couvrant le secteur dtude. De cette

image ont t drives la pente en degr (figure 9), la direction des flux (figure 10a), la surface
draine (figure 10b), et les facteurs L (figure 11a) et S (figure 11b).
Lgende
Pente (C)
31,2765
23,4574
15,6382
7,81912
Figure 9: La carte des pentes
48
a) b)
Lgende
Dir_flux
2 Lgende
4
Surf_drain
8 Eleve
16
32
64
128 Faible
Figure 10: a) La direction du flux (dir_Flux) ; b) Les surfaces draines (Surf_drain)

49
b)
a)
Lgende
Lgende
Valeurs de S
Valeurs de L Eleve
Eleve
Faible
Faible
Figure 11: a) Le facteur L ; b) Le facteur S

50
Les facteurs L et S sont combins dans Map algebra pour la dtermination de LS (figure 12).
Lgende
Valeurs de LS
Eleve
Faible
Figure 12: Le facteur Topographie (Fact_LS)
Les valeurs de LS varient entre 0,03 prs de 19, avec une moyenne de 0,55 et un cart-type de
0,91.
La carte de rpartition du facteur topographique (LS), montre que les valeurs les plus fortes se
trouvent logiquement au niveau des altitudes les plus leves de notre zone dtude. Les zones de
fortes pentes, correspondant aux zones de valeurs leves du facteur LS restent trs minoritaires
sur la zone dtude, avec seulement 1,03 % des valeurs suprieures 10.
51
4 Loccupation, limage Landsat 8 et le facteur (C)
Le facteur C dpend en grande partie de l'occupation et de lutilisation du terrain. La carte

doccupation du sol ralise partir des observations faites sur le terrain (figure 13, photo 1) a
donc servi de rfrence pour laffectation des coefficients ncessaires la dtermination du facteur
C.
Figure 13: Loccupation du sol dans le bassin versant de Sangur (Avril 2013)
La carte doccupation de sol obtenue indique que notre bassin versant est couvert plus de sa
moiti par les chaumes, puis accessoirement par les zones boise, la savane sche et les inselbergs.
La rpartition des diffrents types doccupation du sol est prsente dans le tableau 14.
52
Tableau 14 : Rpartition de loccupation du sol dans le bassin versant de Sangur
Occupation du sol Surface (Km) Pourcentage

Champs et Plantations (vert) 0,047 0,06
Savanes herbaces (verte) 0,201 0,25
Savanes et arbustes sur colline de pierre 0,259 0,32
Sol nu 0,992 1,21
Villages 3,001 3,68
Inselberg 6,972 8,52
Savanes sches, quelques pieds d'arbustes 7,004 8,56
Zones boises 8,236 10,07
Chaume 55,069 67,33
Champs et plantations Savane arbustive verte
Savane arbustive sur colline de pierre
Chaumes
Savane sche
Champs de Jatropha de lIRAD Inselberg Verger danacardier (zone boise)
Photo 1 : Loccupation des terres du bassin versant de Sangur (Avril, 2013). (Photos : Nguemhe Fils)
53
Lapproche base sur le calcul du MSAVI2 a t utilise pour mieux estimer les valeurs du Facteur
C. La figure 14 prsente les valeurs du MSAVI2 dans le bassin versant de Sangur.
Lgende
Valeurs de MSAVI2 (Avril 2013)
Elve : 0,607
Faible : 0,174
Figure 14 : Carte des valeurs du MSAVI2 gnre partir de la

transformation de limage Landsat du 12 avril 2013
Afin de mieux estimer les valeurs du Facteur C dans notre secteur dtude, nous avons utilis une
rgression statistique base sur la corrlation de la valeur du Facteur C et la valeur moyenne des
pixels de MSAVI2 (figure 14). La figure 15 prsente la relation entre le Facteur C et le MSAVI2.
54
1,2
1
y = -0,7563x + 0,7222
0,8
Facteur C
0,6
0,4
0,2
0
-0,2 -0,1 0,0 0,1 0,2 0,3 0,4 0,5 0,6
MSAVI2
Figure 15 : Relation entre le Facteur C et le MSAVI2
La droite de rgression trouve est : facteur C = -0,7563*MSAVI2 + 0,7222

La carte finale du Facteur C (figure 16) a par la suite t gnre en utilisant lquation de la droite
de rgression linaire trouve laide du module Raster Calculator dans Spatial analysis
dArcGIS 10.2.2.
Le facteur C varie gnralement de prs de 0 pour une dense vgtation 1 pour les sols nuls et
striles (Kefi et Yoshino, 2010). Les valeurs obtenues pour le Facteur C dans notre cas varient de
0,26, correspondant aux zones forte activit photosynthtique dans notre MSAVI2 (les zones
reboises) 0,59, correspondant aux zones faible activits photosynthtiques dans notre
MSAVI2 (Les sols nus et les chaumes essentiellement) avec une moyenne de 0,50 et un cart type
de 0,04.
55
Lgende
Valeurs de C
Eleve : 0,590
Faible : 0,262
Figure 16 : Le facteur C (Fact_C)
5 Le facteur de conservation ou pratiques antirosives (P)
La carte des techniques antirosives a t ralise partir des observations faites sur le terrain
(figure 17, photo 2). Nous avons ainsi affect un coefficient correspondant chaque technique
antirosive et rastris la couche 30 m pour lobtention du facteur P (figure18).
56
Lgende
Aucune Pratique
Labour en isohypse
Paille recouvrement de 50%
Prairie, plantes de couverture
murette en pierre
Figure 17: Les pratiques antirosives dans le bassin versant de Sangur (Avril 2013)
57
Labour en isohypse
Aucune pratique
Paille recouvrement
Murette en pierre
Prairie, plantes de couverture
Photo 2: Les pratiques antirosives dans le bassin versant de Sangur (Avril, 2013). (Photos: Nguemhe Fils)
58
Lgende
Valeurs de P
0,5
0,2
0,1
0,01
Figure 18: Le facteur Pratiques antirosives (Fact_P)
Les valeurs obtenues pour ce facteur P varient de 0,01 pour les pailles recouvrement de plus de
50% 1 pour les zones nayant aucune pratique antirosive ; avec une moyenne de 0,417 et un
cart-type de 0,349. La valeur 1, aucune pratique observe, correspond aux affleurements
(inselberg) et aux zones non cultives essentiellement. Les pratiques antirosives sont bien
dveloppes dans la majorit de notre bassin versant (tableau 15).
Tableau 15 : Rpartition du facteur P dans le bassin versant de Sangur
Facteur P Nature Surface (Km) Pourcentage

0,01 Paille recouvrement de 50% 0,008 0,010
0,1 Murette en pierre 1,478 1,807
0,2 Labour en isohypse 55,069 67,333
0,5 Prairie, plantes de couverture 4,415 5,399
1 Aucune pratique 20,816 25,451
59
Les pratiques antirosives reprsentent prs de 75% dans notre bassin versant essentiellement
productif.
Les zones o sont pratiques des labours en isohypses reprsentent plus de la moiti de notre
secteur dtude et correspondent logiquement aux zones de cultures qui sont actuellement (en avril
2013) en chaume.
6 Lapplication du modle et spatialisation du risque drosion
Le croisement des cartes reprsentant les cinq paramtres du modle RUSLE (R, K, LS, C et P)
dans le SIG (ArcMap) a permis la spatialisation des pertes annuelles (A = R. K. LS. C. P) en
terre sur toute la zone dtude.
Lapplication de la relation [1] sest faite en tenant compte des valeurs numriques des cinq
facteurs de lrosion hydrique (figure 19).
Figure 19 : Limplmentation de lquation de perte en sol
La carte des zones risque de lrosion hydrique est prsente sur la figure 20 et la rpartition des
diffrentes classes du risque dans le tableau 16. Chaque unit possde les valeurs homognes des
cinq facteurs du RUSLE.
Reimann et al. 2005, dans une tude sur les techniques de lart en cartographie gochimique,
propose de reprsenter les phnomnes en pourcentage de classe de lordre de 5 (et / ou 10), 25,
50, 75, 90, 95 100%. Cette classification permet une bonne visibilit du phnomne, et lutilisation
60
des classes supplmentaires (90 et 98%) au niveau suprieur permet de mieux clater les valeurs
(zones) particulirement leves sans porter atteinte l'apparence gnrale de la carte. Cette
technique de classification a t adopte notre phnomne pour une reprsentation dtaille et
donc une bonne identification des causes de risques dans le bassin versant de Sangur. La
spatialisation du risque a donc t classe en fonction des pourcentages 5, 25, 50, 75, 90 et 98% et
codes en couleur selon cette plage. Les zones les plus risque sont identifiables par des couleurs
chaudes tandis que les zones prsentant le moins de risque sont identifiables par des couleurs
froides.
Classes d'rosion
Trs Eleve
Eleve
Modre
Faible
Trs Faible
Nulle
Non dtermine
Figure 20: La rpartition spatiale en classe de lrosion des sols dans le bassin versant de Sangur.
61
Tableau 16: Classes drosion et pourcentage doccupation dans le bassin versant de Sangur
Classes Erosion des sols Surface (Km) Pourcentage

1 Trs Eleve 1,78 2,21
2 Eleve 5,21 6,48
3 Modre 31,15 38,75
4 Faible 15,89 19,77
5 Trs Faible 14,62 18,18
6 Nulle 7,59 9,44
7 Non dtermine 4,16 5,17
Une analyse des donnes indique que les valeurs obtenues prsentent un risque drosion variant
dans notre zone dtude et surtout une structure spatiale dfinie par la localisation topo-paysagre.
Les secteurs o lrosion na pu tre dtermine (classe 7) correspondent aux zones o le facteur
K na pu tre calcul cest--dire les affleurements rocheux (inselberg) et les bas-fonds
marcageux, qui nont permis aucun chantillonnage de sol. Les zones prsentant les plus hauts
niveaux de risque d'rosion sont localises au niveau des sols sous savane sche et de certaines
pentes de collines et celles prsentant le risque drosion modre se trouvent, majoritairement, au
niveau des chaumes. Si lon considre qu partir de la classe drosion modre le risque est
important, notre bassin versant prsenterait une superficie denviron 38,13 Km expose
lrosion hydrique pour 47,44 % de sa superficie totale.
7 Essai de validation de notre modle de spatialisation du risque drosion
Une validation rigoureuse de notre modle et les cartes produites ncessite la mise en
correspondance de notre carte risque (sur quelques zones reprsentatives) avec des observations
sur le terrain. Cependant, faute de pouvoir retourner sur le terrain pour cette tape de validation,
nous avons compar directement les rsultats issus de notre tude des observations (prdictives
des zones risques potentiels) faites pendant la campagne de terrain davril 2013 (figure 21).
Une rosion hydrique des sols, certes modre dans le bassin versant mais, en tenir compte.
62
Au-del des difficults de validation, et malgr le fait que la carte du risque drosion hydrique
prsente uniquement les secteurs risque de dtachement des sdiments, les zones de dpt
napparaissant pas, nous pensons que, la rpartition spatiale propose reflte toutefois la ralit
dans le bassin versant, productif, de Sangur.
En dfinitive, on ne peut donc pas considrer que le modle soit strictement valid ce stade
du travail. Un programme de suivi sur plusieurs annes doit tre envisag dans le site et dans
dautres bassins versant exposs au risque drosion hydrique.
63
Lgende
Classes d'rosion
Trs Eleve
Eleve
Modre
Faible
Nulle Trs Faible
Non dtermine
Figure 21: Correspondance de la carte du risque drosion hydrique avec les observations de terrain
dans le secteur dtude. (Photos: Nguemhe Fils, Avril 2013)
64
II Discussions
Lapplication du modle RUSLE apporte une information intressante sur les risques dans le
bassin versant de Sangur. Il convient cependant de discuter les rsultats prsents dans cette
tude au vue de lchelle danalyse, des donnes utilises et du choix de lquation.
Les donnes utilises dans le cadre de notre travail sont issues de bases de donnes globales
(SRTM, USGS), des observations de terrain et des structures spcialises (SODECOTON) ou
produites partir danciennes cartes (carte pdologique). Lchelle de production des facteurs de
lquation est donc diffrente ; une maille de 30 m a t choisie. Lchelle danalyse qui est ici
celle dun bassin versant de quelques km correspond celle de la modlisation initiale propose
par Wischmeier et Smith (1978) qui porte sur de petites parcelles (100 m) ou de petits bassins
versants de quelques hectares (Wischmeier et Smith, 1978).
Le facteur R a t calcul partir de lquation de rgression propose par Renard et Freimun

(1993) qui amliore lindice F de Fournier en tenant compte des prcipitations mensuelles et la
moyenne annuelle des prcipitations. Les donnes fournies par le Service dAppui Technique de
la SODECOTON tant issues des stations trs distantes les unes des autres et aucunes situes dans
le secteur dtude, le facteur R a t dtermin partir des images TAMSAT dcoupes notre
site. Ces images ne sont que des estimations de prcipitations en plus de leur rsolution de 4 km
(4000 m) ce qui poseraient le problme quant la prcision de ce facteur. Toutefois, les rsultats
obtenus, semblables ceux obtenus par Roose (1977) en Afrique de lOuest et Central (annexe
III), sont satisfaisants pour cette tude.
Le calcul du facteur K a t produit par application de la formule propose par (Wischmeier et

Smith 1978) sur les donnes issues de lanalyse de la carte pdologique dtaille du bassin versant
de Sangur, dresse par Brabant et Fardin (1979). Cette approche a permis destimer lrodibilit
des sols en fonction de leurs textures. Les valeurs moyennes des paramtres physico-chimiques
des 20 premiers centimtres des sols ont t utilises. La rpartition du facteur K pouse celle des
sols du bassin. Il faut tout de mme noter que ce facteur varie dans le temps et dans lespace en
fonction des proprits dynamiques du sol, de la pente, de loccupation du sol et des techniques
culturales (Roose et Sarrailh, 1990). Mais dans notre tude, les valeurs de K ont t attribues en
exploitant la notice explicative de la carte des sols. Les donnes sur la pdologie, bien que
dtailles de notre bassin versant, ne sont plus reprsentatives des conditions actuelles. La carte
pdologique date des annes 1970-1980 (comme toutes les autres cartes pdologiques de la rgion)
et mrite dtre mise jour. Les proprits physiques et chimiques (texture, structure, matire
65
organique, permabilit) pour les horizons superficiels ont pu changer dans le temps du fait de
la rotation culturale annuelle et lintense activit agricole dans le bassin versant. Une fois les sols
dnuds, leur modification est favorise par lagressivit du climat et leur fragilit naturelle, ce qui
entrane lacclration des pertes de sols. Il serait donc intressant de disposer de donnes mises
jour sur la granulomtrie en fonction des diffrents types doccupation du sol et sur la matire
organique.
Pour le calcul du facteur LS, tous les traitements permettant daboutir au calcul de ce facteur ont
t raliss partir du SRTM 30 m de rsolution spatiale, ceci pose alors la question de la
prcision de la donne produite en sortie.
In Payet et al. (2011), "selon les travaux de Datta et al., (2010), les longueurs de pentes calcules
partir de MNT (ASTER/SRTM) sont plus importantes, que celles mesures sur le terrain. Ceci
est imput au lissage des surfaces et la disparition des microreliefs. En outre, la longueur de
pente est rarement suprieure 300 m dans la ralit (Mc cool in Datta et al., 2010). En ce qui
concerne lestimation des pentes partir de MNT, une tendance la disparition des pentes les
plus importantes est observe avec laugmentation de la rsolution. Lusage du SRTM montre une
surestimation des pentes pour les zones aux reliefs peu accentus et une sous-estimation de celles-
ci en rgion montagneuse (Guth, 2010). Les donnes SRTM produisent donc des pentes de dclivit
moins importantes que celles mesures sur le terrain.
Cependant, selon diffrents travaux (Guth, 2010 ; Datta et al., 2010), le SRTM apporte une
description plus fidle de la topographie par rapport dautres types de donnes telles que les
donnes ASTER DEM 30 m de rsolution. En effet, ces donnes plus haute rsolution spatiale
sont produites partir dimages optiques par stroscopie (De vente et al. 2009; Kunta, 2009) et
offrent une reprsentation moins raliste de la topographie. Les calculs de pentes qui en dcoulent
montrent une tendance la surestimation des zones planes modrment planes".
Toutefois, lquation utilise pour le calcul du facteur LS montre des rsultats satisfaisants par
rapport la topographie relle du bassin versant, dont la pente est en moyenne infrieure 5 % et
la longueur de pente maximale estime 263 m.
Pour le facteur C, il sest tout dabord pos le problme daffectation des coefficients ce facteur
car il a t difficile pour nous de distinguer la nature exacte de loccupation du sol ou encore le
taux exact de recouvrement du sol, cause de la priode dobservation, ce qui poserait le problme
quant sa prcision. Nanmoins, nous nous sommes appuys sur dautres travaux (Roose, 1977
66
en Afrique de louest et de Payet et al., 2011 Madagascar) pour affecter les coefficients ce
facteur en fonction du type doccupation du sol. Limagerie satellitaire sest ainsi avre trs utile
pallier cette lacune ; condition de choisir des images qui correspondent soit aux diffrentes
priodes du cycle vgtatif des plantes soit ltat phnologique de la priode dtude comme cela
a t notre cas. Dans notre cas dtude, limage Landsat8 par calcul de lindice de vgtation
MSAVI2 et ltablissement dune quation de rgression entre cet indice et le facteur C a permis
dobtenir le rsultat le plus prcis du facteur C dans notre bassin versant refltant, presque, la
ralit sur le terrain.
Le facteur P est essentiellement issu des dobservations faites sur terrain, cest le seul facteur qui
reflte parfaitement la ralit de terrain.
Aujourdhui, beaucoup dquations existent dans la littrature pour la dtermination des pertes en
sol. Le modle le plus rencontr, le RUSLE a souvent t utilis hors de son contexte dapplication
et des quations drives permettent de le dployer dans des rgions climatiques et gologiques
diffrentes ainsi quaux pays peu renseigns dont les donnes sont peu disponibles ou inexistantes
tels que les pays en voie de dveloppement ou encore les pays tropicaux. Dans ces milieux, le
besoin dinformation sur les processus rosifs chelle rgionale est important au vue de la
dgradation actuelle sur les bassins versants. Cest un modle empirique par consquent son
application une zone dtude donne peut tre lorigine de biais ou derreurs dans lvaluation
des facteurs de cet quation et donc dans celle des pertes de sol. Cependant, son intgration dans
un SIG prsente beaucoup davantages, surtout ceux lis au grand nombre de rsultats relatifs aux
facteurs impliqus dans lrosion hydrique :
- gestion de faon rationnelle, dune multitude de donnes qualitatives et quantitatives

relatives aux diffrents facteurs de lrosion ;
- production dune carte synthtique de rpartition des degrs de sensibilit lrosion des
diffrentes zones du bassin versant. Cette cartographie est un outil pour la gestion de
lrosion. Les dcideurs locaux peuvent cibler leurs actions et simuler les scnarios
dvolution.
67
CONCLUSION GENERALE
Le prsent travail avait pour objectifs dapprcier lapport de lOT et des SIG la spatialisation de
lrosion hydrique et de montrer lapplication dun modle largement diffus, le modle RUSLE,
la mise en vidence des zones les plus sensibles lrosion dans le bassin versant de Sangur,
au Nord Cameroun. Il apparait lissue de notre tude que lrosion hydrique est omniprsente
dans le bassin versant. Le risque dans tout ce secteur couvre une surface denviron 38,13 Km sur
les prs de 82 Km de toute la zone, soit prs de 50 % de sa superficie totale expose lrosion
hydrique. Ces rsultats doivent faire lobjet de beaucoup dattentions de la part des dcideurs. En
effet, le phnomne drosion hydrique prend une ampleur considrable dans les zones soudano-
sahliennes et sahliennes du grand Nord-Cameroun avec pour consquences la dgradation des
terres, les pertes de productions, etc.
Le RUSLE, sest avr tre un modle simple et pratique dans notre contexte. Malgr
lhtrognit des donnes une modlisation de lrosion hydrique a pu tre mene lchelle du
bassin versant et les rsultats obtenus peuvent apporter une aide prcieuse, aux dcideurs et
amnageurs du territoire. Cette mthode de cartographie du risque rosif peut facilement tre
adapte lensemble de la Rgion du Nord, apportant une aide importante aux agriculteurs et aux
dcideurs pour lidentification des zones ncessitant la plus grande priorit dintervention
prventives pour la protection du patrimoine sol. Ce travail a galement aid constituer une base
de donnes multisources de la zone dtude l'aide du SIG, ce qui facilitera la vulgarisation, le
suivi et la mise jour des donnes et rsultats.
En perspective, il serait utile dapporter une meilleure description des facteurs C, K et LS afin, en
plus de spatialiser le risque, destimer une quantification des pertes de sols. Une expression des
pertes en sols en relation directe avec la productivit des cultures serait dun apport certains pour
les populations rurales de cette rgion. Il est galement envisageable deffectuer une cartographie
des zones risque drosion hydrique lies aux inondations en tenant compte des changements
climatiques.
68
REFERENCES BIBLIOGRAPHIQUES
AFD, (2006) - Le semis direct Sur Couverture Vegetale permanente (SCV). Paris, France. 68p
Anonyme 1 - http://www.ma.auf.org/erosion/chapitre1/I.Origine.html
Anonyme 2 - etat.environnement.wallonie.be/uploads/rapports/.../SOLS_03.pd
Anonyme 3 - www.cartographie.ird.fr/sphaera/
Anonyme 4 - www.intranet.catie.ac.cr/intranet/posgrado/topico_iv_2008/ejercicio_2
Arnoldus, H.M.J., (1980) - An approximation of rainfall factor in the Universal Soil Loss Equation.
Assessment of erosion, De Boodt M. and D. Gabriels eds., Wiley, Chichester, Uk.
Bannari, A., Morin, D., Huete, A.R. and Bonn, F., (1995) - A review of vegetation indices. Remote Sensing
Reviews, N13, PP. 95-120.
Barths, B., Roose, E., (2001) - La stabilit de l'agrgation, un indicateur de la sensibilit des sols au
ruissellement et l'rosion : validation plusieurs chelles. Cahiers Agricultures. Volume 10, N3, 185-93
Beasley, D.B., (1989) ANSWERS: a model for watershed planning. Transactions of the ASAE, 23(4), 938-
944.
Bep B., Zahonero, P., Boli Baboul, Z. et Roose, E., (1996) - Evolution des tats de surface et influence sur
le ruissellement et lrosion des sols ferrugineux tropicaux sableux du nord Cameroun soumis a diverses
techniques culturales (rseau rosion, Numro 16, 19 pages).
Boli Baboul, Z., Roose, E., Bep A Ziem, B., Kallo Sanon et Waechter, F., (1994) - Effets des techniques
culturales sur le ruissellement, lrosion et la production de coton et mas sur un sol ferrugineux tropical
sableux : Recherche de systmes de culture intensifs et durables en rgion soudanienne du Nord-Cameroun
(Mbissiri, 1991-1992).Cah. Orstom, sr. Pdol., vol. XXVIII, N 2, PP.309-325.
Brabant, P. et Fardin, B., (1979) - Reconnaissance pdologique du bassin versant de Sangur. Paris (FRA)
; Yaound : ORSTOM ; ONAREST ; 43 p.
Brabant, P. et Humbel, F.X., (1974) - Notice Explicative N 51 carte pdologique du Cameroun Poli
1/200.000 ; ORSTOM.115p
Casenave, A., (1978). Etude hydrologique des bassins de Sangur. Cah. de l'IRTISS Nl, 209 p., Cah.
ORSTOM, Sr. Hydrol., 15 (1-2) :PP. 3-209.
Chavez PS Jr., (1986) Image-Based Atmospheric Corrections-Revisited and Improved. Photogrammetric
Engineering & Remote Sensing. Vol. 62, No. 9, September 1996, pp. 1025-1036.
Danish Hydraulic Institute (DHI) water and environment (1999) SEAGIS: Soil Erosion Assessment Using
GIS. Documentation and user guide, version 1.0. Horsholm: DHI, 48 P
Datta, P.S et Schack Kirchner, H., (2010,) - Erosion Relevant Topographical Parameters Derived from
Different DEMsA Comparative Study from the Indian Lesser Himalayas. Remote Sensing, vol. 2, PP. 1941-
1961.
69
Deumlich, D., Funk, R., Frielinghaus, M.O., Schmidt, W.A., Nitzsche, O., (2006) - Basics of effective
erosion control in German agriculture. Journal of Plant Nutrition and Soil Science, 169, PP. 370 381
Desmet, P. J. J. And Govers, G., (1996) - A GIS procedure for automatically calculating the USLE_LS factor
on topographically complex landscapes units. Journal of Soil and Water Conservation 51, PP.427-433
De Vente, J., Poesen, J., Govers, G. et Boix-Fayos, C., (2009) - The implications of data selection for regional
erosion and sediment yield modeling. Earth surface processes and landforms, vol. 34, PP. 1994-2007.
Duchemin, M. (2000) -. Approche gomatique pour simuler lrosion hydrique et le transport des sdiments
lchelle des petits bassins versants agricoles. Thse de Doctorat, Institut national de la recherche scientifique,
INRS-EAU,Universit du Qubec, Sainte-Foy, Qubec.
Eltaif, N.I.; Gharaibeh, M.A.; Al-Zaitawi, F.; Alhamad, M.N., (2010) - Approximation of Rainfall Erosivity
Factors in North Jordan. Pedosphere vol. 20 issue 6 , PP. 711-717
Essimi Biloa, A.C., (2010) - L'inscurit alimentaire dans la rgion du Nord au Cameroun: reprsentations
sociales, stratgies de lutte et enjeux. Universit de Yaound I - Master en sociologie.
Flanagan, D.C. and Nearing, M.A. (1995) USDA-Water erosion prediction project: Hillslope Profile and
Watershed Model Documentation. Report No. 10, NSERL.
FOOD AND AGRICULTURE ORGANIZATION OF THE UNITED NATIONS (FAO), (2004) -
AQUACULTURE EXTENSION IN SUB-SAHARAN AFRICA. FAO Fisheries Circular. No. 1002. Rome, 55p.
http://www.fao.org/docrep/007/y5641e/y5641e00.htm#Contents
Guth, P.L., (2010) - Geomorphometric comparison of ASTER GDEM and SRTM. Symposium of ISPRS
Technical Commission IV & AutoCarto, November 15-19, 2010 Orlando, Florida. PP. 15-19
Humbel, F. X. et Barbery, J., (1974) Notice explicative N53. Carte pdologique de reconnaissance. Feuille
Garoua 1/200 OOO.ORSTOM, Yaound.
Kefi, M. and Yoshino, K. (2010) - Evaluation of the economic effects of soil erosion risk on agricultural
productivity using remote sensing: case of watershed in Tunisia. International Archives of the Photogrammetry,
Remote Sensing and Spatial Information Science, Volume XXXVIII, Part 8, Kyoto Japan 2010. 6 pages
Kim, H.S. and Julien, P.Y., (2006) Soil erosion modeling using rusle and gis on the imha watershed, south
korea. Water Engineering Research; Volume 7, Issue 1, 2006, pp.29-41.
Koch, P., (1959) - Carte gologique de reconnaissance du Cameroun, feuille NC-33-SO-52, Garoua-Ouest.
1/500 000
Kunta, K., (2009) - Effects of Geographic Information Quality on Soil Erosion Prediction. Thesis, Institute
of Geodesy and Photogrammetry Swiss Federal Institute of Technology Zurich, 155 p.
Lane, L.J. and M.A. Nearing (Eds) (1989). USDA-Water Erosion Prediction Project: Hillslope profile
model documentation. NSERL Rep. No. 2, USDA-ARS Nat. Soil Eros. Rese. Lafayette, Indiana.
Markhi, A., Laftouhi, N-E., Soulaimani, A. and Fniguire, F., (2015) Quantification et valuation de
lerosion hydrique en utilisant le modle RUSLE et dposition intgrs dans un SIG. application dans le bassin
versant n'fis dans le haut atlas de Marrakech (Maroc). European Scientific Journal October 2015 edition
vol.11, No.29 ISSN: 1857 7881 (Print) e - ISSN 1857- 7431.
70
McCool, D.K., Foster, G.R., Mutchler, C.K. et Meyer, L.D., (1989) - Revised slope length factor for the
Universal Soil Loss Equation. Transactions of the American Society of Agricultural Engineers, N 32, pp. 1571
MINPAT / Projet PNUD-OPS, (2000) - Etudes socio-conomiques rgionales au Cameroun. Eradication de
la pauvret - amlioration des donnes sociales.108p
Mitasova, H., Hofierka, J., Zlocha, M., and Iverson, R., (1996) Modeling topographic potential for erosion
and deposition using GIS. Int.J. geographical information systems, 10(5), 629-641.
Mourad M., (2005). Modlisation de la qualit des rejets urbains de temps de pluie : sensibilit aux donnes
exprimentales et adquation aux besoins oprationnels. Thse : Formation doctorale, Gnie civile ; Ecole
doctorale : MEGA-Mcanique, Energtique, Gniecivile, Acoustique, 322 Pages.
Ngondjeb, Y, Nje, P. et Havard, M., (2011) - Dterminants de ladoption des techniques de lutte contre
lrosion hydrique en zone cotonnire du Cameroun. Revue dlevage et de mdecine vtrinaire des pays
tropicaux, 64 (1-4) : 9-19. RECHERCHE INNOVATION AGRICULTURE ELEVAGE
Njoya, A., (2002) - Quelle volution de la recherche agricole en rponse aux enjeux de lagriculture au Nord-
Cameroun ? Actes du colloque, 27-31 mai 2002, Garoua, Cameroun. 12p.
Nouvelot, J. F., (1972) - Hydrologie des mayos du Nord-Cameroun. Monographie de la Tsanaga, rapport
terminal. Yaound, ORSTOM, 118 p.
Olivry, J. C., (1986) - Fleuves et Rivires du Cameroun. Collection "Monographies Hydrologiques ORSTOM"
No 9; MESRES-ORSTOM, Paris. 781p
Onstad C.A., Foster G.R., (1975) Erosion modeling on a watershed.Transactions of the ASAE, 18(2), p:
228-292.
Payet, E., (2009) - Modlisation de lrosion hydrique des sols sur un bassin versant du Sud-Ouest de
Madagascar : le Fiherenana. Mmoire de master 2, Universit de la Runion/IRD, 54 p.
Printemps, J., (2007) Estimation et spatialisation de lrosion hydrique des sols en Nouvelle-Caldonie.
Utilisation de lquation universelle de perte de sol assiste dun SIG sur les communes de VOH, KONE et
POUEMBOUT. Mmoire de M2 Professionnel Sciences du Territoire. Mention Outils, Gestion et Dynamique
du Dveloppement Territorial 80 P.
Qi, J., Chehbouni, A., Huete, A., Kerr, Y.H. and Sorooshian, S., (1994) - A modified soil adjusted vegetation
index. Rem. Sen. Environ. 48: PP. 119126.
Reimann C., Garrett, R.G. (2005) - Geochemical backgroundconcept and reality. Sc Total Environ. 2005;
350(13):1227.
Renard, K.G., Freimund, J.R., (1994) - Using Monthly Precipitation Data to Estimate the R factor in the
Revised USLE. Journal of Hydrology, 157: PP. 287-306.
Renard, K. G., Foster, G. R., Weesies, G. A., Mccool, D. K. And Yoder, D. C., (1997) - Predicting Soil
Erosion by Water: A Guide to Conservation Planning With the Revised Universal Soil Loss Equation. US
Department of Agriculture, Agricultural Research Services, Agricultural Handbook 703. USA
Roose, E., (1977) - Application of the Universal Soil Loss Equation of Wischmeier and Smith in West Africa.
Soil Conservation Society of America, Ankeny, Iowa, PP. 50-71
ROOSE, E. et LELONG, F. (1976) Les facteurs de lrosion hydrique en Afrique tropicale. tudes sur petites
parcelles exprimentales de sol. revue de gocraphie physique et de golocie dynamique. (21, VOL. XVIII,
FASC. 4, pp. 365-374, PARIS.
71
Roose, E. et Sarrailh, J.M., (1990) - Erodibilit de quelques sols tropicaux, vingt annes de mesure en
parcelles drosion sous pluies naturelles. Cahiers de lORSTOM, Srie Pdologique, vol. 25, N .12, 24 p.
Sadiki, A., Bouhlassa, S., Auajjar, J., Faleh, A. & Macaire, J-J., (2004) - Utilisation dun SIG pour
lvaluation et la cartographie des risques drosion par lEquation universelle des pertes en sol dans le Rif
oriental (Maroc) : cas du bassin versant de loued Boussouab. Bulletin de lInstitut Scientifique, Rabat, section
Sciences de la Terre, N26, PP.69-79.
Schwoerer, P., (1955)- Notice explicative sur la feuille Garoua-Est. 1 carte 1 /500.000 ; 45 p.
Stauch A., (1966) - Le bassin camerounais de la Bnou et sa pche. ORSTOM_Paris.159p
TAMSAT Data Policy, (2014) TARCAT V 2.0. TAMSAT Research Group Meteorology Department,
University of Readin. 2p
Tchotsoua, M., et Bonvallot J., (2000a) - Lrosion urbaine au Cameroun : processus, causes et stratgies de
lutte. In : E. Roose (d.), Bull. du Rseau Erosion, vol.20, N1 : PP. 324-331, Montpellier.
Tchotsoua, M., Gonne B., (2010) - Des crises socioconomiques aux crises environnementales sur les Hautes
Terres de lAdamaoua, Cameroun. Actes du colloque Savanes africaines en dveloppement : innover pour
durer Garoua, Cameroun. cirad-00471335, version 1 ; 9P.
USGS. (2013) - Using the USGS Landsat 8 Product. Cited at: http://landsat7.usgs.gov/Landsat8_Using_Product.php
Valle, G., MBiandoun, M., Forest, F., (1996) - Semis direct dans lamnagement de Sangur-Djalingo
(Cameroun). Cahiers Agricultures ; V.5, PP. 161-169.
Van der Knijff, J.M., Jones, R.J.A & Montanarella, L., (2000) - Estimation du risque drosion en Italie.
Traduit de l'anglais par S. Christophe.47p
Wall, G.J., Coote, D.R., Pringle, E.A. et Shelton, I.J. (diteurs). (2002) RUSLE-CAN quation
universelle rvise des pertes de sol pour application au Canada. Manuel pour lvaluation des pertes de sol
causes par lrosion hydrique au Canada. Direction gnrale de la recherche, Agriculture et Agroalimentaire
Canada, No de la contribution AAC2244F, 117 p.
Williams J.R. et Berndt H.D. (1977) Sediment yield prediction based on watershed hydrology. Transactions
oh the ASAE, vol. 20, p. 1100-1104. DOI: 10.13031/2013.35710.
Williams, J.R. (1975) Sediment yield prediction with universal equation using runoff energy factor.
Agricultural Research Service report ARS-S-40. U.S. Department of Agriculture.
Wischmeier, W.H. et Smith, D.D., (1978) - Predicting rainfail erosion losses A guide to conservation
planning. Agricultural handbook No. 537, USDA, Washington.
Yongue Fouateu, R., Boli Baboule, Z., Temgoua, E. & Bitom, D., (2000) - L'rosion hydrique en milieu
urbain. Le cas du site d'Oyomabang dans la ville de Yaound. Colloques Hommes et Erosion, Chambre du
Commerce, Yaound - Cameroun, Dcembre 1999. Bull. Rseau EROSION 20, IRD-GTZ, PP. 332 - 341
72
ANNEXE I : les donnes utilises
Image SRTM 90m Image Landsat-8/LCDM OLI/TIRS

http://srtm.csi.cgiar.org/SELECTION/inputCoord.asp http://earthexplorer.usgs.gov/
12 avril 2013
Path_185/Row_054
Carte des sols du bassin versant de Sangur Donnes pluviomtriques

Brabant et Fardin (1979) TAMSAT
OBSERVATIONS DE TERRAIN
Nguemhe Fils S.C

Tableau rcapitulatif des paramtres de lrosion utiliss
Donnes Nature Rsolution Extension Projection Facteur driver

Image SRTM Rasteur 30 m TIFF GCS_WGS_1984 Topographique (LS)
Observation de terrain Notes et
relevs
Landsat-8/LCDM WGS84 UTM Cultural (C)
Rasteur 30 m TIFF
OLI/TIRS (14/04/2013) Zone 33N
Carte des sols Non indique Erodibilit des sols
Rasteur 100 dpi JPG
(K)
4000 m Agressivit des
Image TAMSAT Rasteur WGS_1984
NetCDF prcipitations (R)
Observation de terrain Pratiques antirosives
Notes et / / /
(P)
relevs
II

ANNEXE II : Prtraitements de Limage Landsat-8/LDCM OLI/TIRS utilise

Caractristiques principales du fichier des mtadonnes de notre image Landsat 8
LC81850542013102LGN01_MTL.txt
L = Landsat
C = le capteur qui a acquis les donnes (O = OLI ; T = TIRS ; C = combinaison de OLI et TIRS)
8 = numro de la mission Landsat
185 = WRS_Path (colonne, couloir) WRS = Worldwide Reference System
054 = WRS_Row (ligne)
2013 = Anne
102 = jour de lanne (ici cela correspond au 12 avril),
LGN = identificateur du Rseau Landsat au sol (LDCM Ground Network)
La configuration de LGN utilise les stations au sol (LGS, Landsat Ground Station) situes sur le campus de U.S.
Geological Survey (USGS) Earth Resources Observation and Science (EROS) Center de Sioux Falls au Dakota du Sud,
la station au sol du GLC (Gilmore Creek) situ dans les installations du National Oceanic and Atmospheric
Administration (NOAA) Fairbanks, en Alaska, et la station sol du SvalSat (Svalbard Satellite Station) de Svalbard
(Spitzberg) en Norvge.
01= la version
MLT = type de fichier (METADATA_FILE)
.txt = extension du fichier (fichier texte)
(file:///G:/PFE_Fils/Julian Date Calendar_Calculator - NASA

Tropospheric Chemistry Integrated Data Center.htm)
Extrait du fichier de Mtadonnes de limage L8 LDCM III

utilise
Corrections radiomtrique et atmosphrique de notre image Landsat 8 (dans ENVI 5.0)

- Importation des fichiers images dans le logiciel.
Les fichiers images (B5 et

B4) utiliss sont imports
dans le logiciel.
- Conversion des valeurs numrique en TOA
Lancement du band math
Saisi de lexpression (L' = ML * Qcal + A)

dans band math.
ML (REFLECTANCE_MULT_BAND_x) =
2.0000E-05 soit 0.00002
Qcal : FILE_NAME_BAND_x =
"LC81850542013102LGN01_Bx.TIF
A (REFLECTANCE_ADD_BAND_x) = -
0.100000
-0.100000
OK (0.00002*b2)-0.100000
IV

Choix de la bande (Bx) Dossier de sauvegarde
Nommer le fichier de sortie OK

- TOA avec correction de langle solaire
Saisi de lexpression (L= L'/ coss)

dans band math.
coss = 90 - 64.90218739
= 25.09781261
B2: FILE_NAME_BAND_x =
"LC81850542013102LGN01_Bx.TIF
((B2) / cos (25.09781261))
OK
Choix de la bande (Bx) Dossier de sauvegarde
VI

- Conversion des TOA en rflectance de surface par la mthode DOS
OK
OK
Dossier de sauvegarde
VII

Aprs la correction
radiomtrique/atmosphrique
Avant la correction
radiomtrique/atmosphrique
Histogramme Avant Histogramme Aprs
VIII

ANNEXE III : Esquisse de la rpartition de l'indice d'agressivit climatique moyen en Afrique de l'Ouest et du Centre (Roose, 1977)
IX

Mémoire PFE Corrigé - NGUEMHE FILS SC - 07nov - 2017 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Mémoire PFE Corrigé - NGUEMHE FILS SC - 07nov - 2017 PDF

Uploaded by

Copyright:

Available Formats

Centre Rgional Africain des Sciences et Technologies de l'Espace

en Langue Franaise - Affili l'ONU

MASTER EN SCIENCES ET TECHNOLOGIES DE LESPACE

OPTION : Tldtection et Systme dInformation Gographique

MEMOIRE DE PROJET DE FIN DETUDES

APPORT DE LOBSERVATION DE LA TERRE ET DU SIG A LA CARTOGRAPHIE DES

Soutenu publiquement le 03 mai 2016 devant le Jury compos de :

CRASTE-LF Apport de lObservation de la Terre et du

Affili lONU CRASTE-LF

NGUEMHE FILS Salomon Csar : cefils1@yahoo.fr

Sous lencadrement de Sous la supervision de

M. Joachim ETOUNA Pr. Mustapha HAKDAOUI

Je ddie ce travail mes chers parents :

NGUEMHE Sylvestre et Mme NGUEMHE Ne KETOU Madeleine

Trouvez en ce travail lexpression de mon ternelle reconnaissance pour tout ce

NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI i

NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI ii

Mots-cls : rosion hydrique, bassin versant de Sangur, OT, SIG, Cartographie.

NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI iii

Key words: Water erosion, Sangur watershed, EO, GIS, Cartography

NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI iv

TABLE DES MATIERES

NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI v

CHAPITRE IV : PRESENTATION, INTERPRETATIONS ET DISCUSSIONS DES RESULTATS (45-67)

LISTE DES FIGURES

Figure 1 : Localisation du bassin versant de Sangur------------------------------------------------------------- 12

NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI vi

LISTE DES PHOTOS

LISTE DES TABLEAUX

AFD : Agence Franaise de Dveloppement

NGUEMHE FILS SALOMON CESAR CRASTE-LF / IRGM_LTI vii

INTRODUCTION GENERALE ET PROBLEMATIQUE

A la lecture du Document de Stratgie pour la Croissance et lEmploi (DSCE), labor par le

- identifier les dterminants et cartographier les niches de dgradation dues lrosion

Le prsent travail est structur en 4 chapitres :

Le deuxime, prsente lenvironnement naturel du bassin versant de Sangur. Un milieu

Le troisime, prsente les donnes utilises et la mthodologie adopte pour permettre la

CHAPITRE I : REVUE BIBLIOGRAPHIQUE LA MODELISATION DE

En labsence de donnes ncessaire ltude et la quantification des phnomnes de surfaces

I. Gnralits sur la modlisation de lrosion hydrique

Ainsi, l'quation universelle est passe dUSLE (Wischmeier et Smith, 1978) :

- dintgrer plus de donnes climatiques pour llaboration du facteur drosivit R ;

Le modle RUSLE a lavantage de mettre la disposition de lutilisateur toutes les informations

II. Applications des modles sur lrosion hydrique

Printemps (2007) a utilis lEquation Universelle de Pertes en Sol couple un Systme

Le RUSLE a galement t appliqu dans le Haut Atlas centre-occidental, au Maroc, o Markhi

Dautres modles comme lAreal Nonpoint Source Watershed Environmental Resources

III. Lrosion hydrique dans le Nord Cameroun : choix du secteur dtude

Selon un rapport de lAgence Franaise de Dveloppement (AFD, 2006), la croissance

2. Choix du secteur dtude

lexistence relle du phnomne drosion hydrique et de dgradation des terres dans le

CHAPITRE II : PRESENTATION GENERALE DU BASSIN VERSANT DE SANGUERE

I La situation gographique du bassin versant de Sangur

Situ environ 15 Km au sud de la ville de Garoua (chef-lieu du dpartement de la Bnou, Rgion

Figure 1 : Localisation du bassin versant de Sangur

II Lenvironnement du secteur dtude : prdispositions lrosion hydrique

Tableau 1 : Donnes climatiques de Garoua (1982-2012). Source : station mtorologique de Garoua

Figure 2 : Oro-hydrographie du bassin versant de Sangur

Le dpartement de la Bnou avec sa population de 851955 habitants (519409 habitants en zone

III Le contexte agrocologique et socio-culturel

Au Cameroun, on distingue cinq grandes zones agro-cologiques aux caractristiques spcifiques

1 a. Sols et systmes de production de la zone I.

se sont rvles tre des facteurs de la dgradation de la matire organique, de la circulation

K= ((2.110-4(12-MO) M1.14) + 3.25(S-3) + 2.5*(P-2))/100 [3]