These 636929230135987299

- .,,:·.••· -~•.....-... .-;-..,, -~ - r•/'"".,...-,-: ,:--. • --,·-;-·:1'.•T.,..._ '-.
-
, .,.•:.•-;1 •-• 1-r;-• -;-•,. ·~ .,.._, .... ·••"Pl·•-·•~~"~:~~\'.""''~:·•.·-
-..•..;,.. . .;:..; .:;::·::_::
THÈSE
Présentée en vue de l'obtention du grade de
DOCTEUR DE L'UNIVERSITÉ FÉLIX HOUPHOUËT-BOIGNY

EN PHYSIQUE
SPÉCIALITÉ : ENERGIE, CLIMAT TROPICAL, ENVIRONNEMENT
PAR
TANO ANOUMOU RENE
TITRE : ETUDE DE LA VULNERABILITE DE LA ZONE CÔTIERE DE LA CÔTE D'IVOIRE A

PARTIR DE PARAMETRES ENVIRONNEMENTAUX ET ANTHROPIQUES
Soutenue publiquement le :
JURY:
Président: M. ASSAMOI Assamoi Paul Professeur Titulaire,

Université F.H.B (Côte d'Ivoire)
Rapporteur : M. BOUO _Bella Djézia François-Xavier Maître de Conférences,
Université N.A (Côte d'Ivoire)
1 Rapporteur : M. DJAGOUA Eric Valère Maître de Conférences,
Examinateur : M. OCHOU Abé Delfin Maître de Conférences,
1 1
Examinateur : M. KOUADIO Yves Maître de Conférences,
Directeur de thèse : M. AMAN Angora Maître de Conférences,
Dédicaces
A mon père Feu TANO Djébi
A ma mère Feue N'GORAN Aya Rose

Remerciements
Remerciements
Je voudrais, au moment de mettre un point final à ce travail, remercier les personnes qui ont
contribué de près ou de loin à sa réalisation.
Je tiens à remercier d'abord le Professeur ASSAMOI Assamoi Paul, Directeur du

Laboratoire de Physique de I'Atmosphère et de Mécanique des Fluides (LAPA-MF), qui a
bien voulu m'accepter dans son laboratoire après mon année de maitrise.
Mes premiers mots vont à l'endroit de Monsieur AMAN Angora, Maitre de Conférences
à l'Université Félix Houphouët Boigny qui a bien voulu travailler avec moi en me
proposant ce sujet de thèse après celui du Diplôme d'Etude Approfondie. Je le remercie
sincèrement pour sa disponibilité et sa patience.
Je remercie également Messieurs BOUO Bella Djézia François-Xavier, Maitre de Conférences à

l'Université Nangui Abrogoua, et DJAGOUA Eric Valère, Maitre de Conférences à l'Université
Félix Houphouët Boigny pour avoir très gentiment accepté d'être les rapporteurs de ma thèse.
Je tiens particulièrement à remercier Docteur Toualy Elisée qui m'a assisté tout au long de
ce travail en m'aidant à acquérir des données ainsi qu'à l'élaboration des codes pour leur
analyse.
Mes sincères remerciements au Docteur Zahiri Eric Pascal et à Monsieur Kouadio Yves,
Maitre de Conférences à l'Université Félix Houphouët Boigny pour les corrections apportées à
mon travail, pour leurs conseils et encouragements.
J'adresse également mes remerciements à Monsieur Ochou Abé Delfin, Maitre de

Conférences à l'Université Félix Houphouët Boigny pour m'avoir fourni quelques
documents sur la thématique de la vulnérabilité côtière.
Je témoigne ma reconnaissance à Monsieur Obrou Kouadio Olivier et à Monsieur Diby

Kadjo Ambroise, tous deux Maitres de Conférences à l'Université Félix Houphouët Boigny
pour leurs encouragements qui m'ont été très bénéfiques tout au long de ce travail.
J'exprime toute ma gratitude à tout le personnel enseignant du LAPA-MF en général, et en

particulier à tous les enseignants qui ont participé à ma formation depuis mon entrée à l'UFR-
SSMT.
ii
Remerciements
Tous mes remerciement aux Docteurs Kadjo Augustin, Bamba Bakary, Kacou Modeste et
aux doctorants Ackah Jean-baptiste, Amouin Joël et Popouen Joseph pour tout le soutient
dont j'ai bénéficié de leur part tout au long de ce travail.
Je remercie mes frères (Kouassi Mathurin, Kangah Kadjo, Djébi Charles, Tano Kouao),
mes sœurs (Tano Akassi, Tano Elodie, Tano Eba), mes amis (Koné Aboubacar Sidick,
N'gonian Anicet, Kouamé Fidel et Mafou Kouassi) et à mon oncle Kouamé Fernand pour
leurs soutiens moraux et/ou financiers pendant la réalisation de ce document.
Enfin, je tiens à remercier tout particulièrement ma petite famille.
iii
Résumé
Résumé
La zone côtière de la Côte d'Ivoire comprend de nombreux écosystèmes, d'importantes

infrastructures, diverses et intenses activités économiques qui supportent l'économie
nationale et offrent des biens et services à la population. Cette zone est la plus peuplée du
territoire national et connait une urbanisation accélérée du fait de l'augmentation rapide de la
population et de la migration côtière.
Le changement climatique et la variabilité temporelle des facteurs associés tels que

l'élévation du niveau de la mer et les évènements extrêmes d'origine océanique, pourraient
accroître l'exposition de la zone côtière et ses nombreux atouts aux inondations partielles ou
permanentes, à l'érosion et à l'intrusion d'eau salée. Les pressions supplémentaires exercées
par les activités anthropiques sur cet espace peuvent exacerber l'impact des processus
naturels déjà mentionnés. Malgré l'accentuation de ces risques au cours de ces dernières
années, peu d'études ont été réellement entreprises en vue de l'évaluation de la vulnérabilité de
cette zone aux différents forçages.
Le but de cette étude est de calculer et caractériser la vulnérabilité de la zone côtière

ivoirienne à partir de paramètres environnementaux et socio-économiques. En fait, il s'agit
d'identifier la section de côte à forte vulnérabilité ainsi que les facteurs qui en sont à la base,
à partir d'indices combinant les forçages naturels et/ou socio-économiques. Les données
utilisées incluent les mesures marégraphiques, les données de sortie d'un modèle
d'assimilation de données, des mesures altimétriques, des réanalyses de vagues provenant de
modèles océanographiques, des données de la température de surface de la mer (TSM) du
Group for High Resolution Sea Surface Temperature (GHRSST) et de la Salinité de
Surface de l'eau de Mer (SSM) régulièrement mises à jour jusqu'en 2013. Les données de
population, de distribution des écosystèmes et des activités socio-économiques le long de la
côte ivoirienne ont également été utilisées.
L'analyse temporelle des paramètres environnementaux incluant la remontée locale du

niveau de la mer, la marée océanique, les hauteurs des vagues, la température et la salinité de
la surface de la mer a montré une forte variabilité temporelle aux échelles saisonnière,
interannuelle, quinquennale et décennale. Les tendances à long terme sont caractérisées, à
l'exception de la salinité, par une hausse de l'intensité de ces paramètres constituant ainsi une
menace pour les écosystèmes, les infrastructures et les populations côtières particulièrement
celles des habitats précaires.
iv
Résumé
Les processus tels que la remontée locale du niveau de la mer, l'énergie des vagues et de
la marée, et les facteurs d'état notamment la géomorphologie, les pentes, et le taux de recul du
trait de côte ont été analysés pour évaluer l'indice de vulnérabilité physique de la zone côtière
ivoirienne. Cette zone d'étude a été divisée en trois zones selon la géomorphologie. Un
indice de vulnérabilité est calculé pour chaque zone selon les six facteurs définis
précédemment décrivant sa vulnérabilité. Les résultats indiquent que la zone côtière entière
ivoirienne est de vulnérabilité modérée. La vulnérabilité relative des différentes sections de
côte dépend fortement de la géomorphologie et de l'énergie des vagues. Cette
vulnérabilité croît spatialement vers l'Est en prenant en compte les différentes valeurs de
l'indice de vulnérabilité côtière ou coastal vunerability index (CVI) en anglais.
La vulnérabilité due aux activités socio-économiques des principales villes de la zone

côtière a été également analysée en utilisant les facteurs tels que la densité de population, les
infrastructures portuaires et aéroportuaires, la voirie, l'occupation du sol et l'aire protégée.
Les résultats indiquent que la vulnérabilité de la zone côtière ivoirienne est élevée. La
vulnérabilité relative des différentes villes est contrôlée par l'occupation du sol et par la
densité de population. Cette vulnérabilité croît spatialement toujours vers l'Est. Dans
certaines sections de côte, la valeur de l'indice de vulnérabilité socio-économique (SVI)
est supérieure à la valeur du CVI, ce qui signifie que les activités socio-économiques
contribuent plus fortement à la vulnérabilité de cette zone que les forçages naturels. La
même variabilité spatiale est observée avec l'indice intégré de vulnérabilité côtière (ICVI)
obtenu à partir de la combinaison des deux indices de vulnérabilité précédents. La section de
côte allant d'Abidjan au Cap des trois pointes est la plus vulnérable de toute la zone côtière
ivoirienne à cause des valeurs relativement élevées des deux indices de vulnérabilité. Elle
mérite donc une attention particulière des décideurs en vue de la préservation des nombreuses
ressources dont elle regorge et la vie des populations.
Les indices de vulnérabilité CVI, SVI et ICVI (Intergrated Coastal Vulnerability Index)
augmenteront indubitablement avec la hausse prédite du niveau de la mer, du phénomène de
migration des populations vers la côte ou de la combinaison des deux respectivement. Les
résultats de cette étude pourraient servir d'information aux gestionnaires de la côte et au
gouvernement ivoirien dans sa quête d'informations pour une gestion durable de la zone
côtière, pour les populations côtière et pourraient aider à la protection des écosystèmes
côtiers.
V
Abstract
Abstract
The Ivorian coastal zone contains valuable ecosystem, the major national infrastructures
and important economic activities that support national economy and offer a wide range of
goods and service to population. This zone is more densely populated than inland area.
Climate change and variability of associated factors such sea-level rise could increase
the exposure of coastal zone and its assets to partial or permanent inundation, coastal erosion
and salt water intrusion. Human activities induce additional pressure on this area which could
exacerbate the impact of natural processes already mentioned above. Des pite of the increasing
of these risk during these last three decades and the fact that they could be accentuated in the
future, a very little study have been really undertaken to evaluate the vulnerability of this
coastal zone to different driving forces.
The goal of this study is to evaluate the vulnerability of lvorian coastal zone using
environment and socio-economic parameters. In fact, it is to identify the high vulnerability
coastal section using some indices combining natural forcing and/ or socio-economics. Data
include tidal gauge measurement, assimilation model output data, waves reanalyze data
provide by oceanographically model, GHRSST data (GHRSST Science Group, 2011;
Donlon et al., 2007) and SSS data continue to update of Reverdin et al. (2007). We have also
used population data provided by Institut National de la Statistique (INS) and ecosystem and
socio-economic activities distribution along the lvorian coast provided by CNTIG (CNTIG,
2010).
Temporal analysis of environment parameters such as local sea-level rise, tide and wave
energies, sea surface temperature and salinity has showed a strong temporal variability at
seasonal, interannual, quinquennal and decadal timescale. The long term trends are
characterized except salinity, by an increasing of the intensity of these parameters. This
increasing of the intensity of these parameters represents a real threat for coastal ecosystem,
infrastructure and population particularly those of coastal dwellers.
The processes such as local sea-level rise, wave and tide energy and state factors
including geomorphology, coastal slope, and coastline retreat rate have been analyzed to
evaluate physical vulnerability index of the lvoirian's coastal area. The study area was
divided in three zone based on geomorphology. A vulnerability index was computed according
the six factors defined previously and describing its vulnerability. Results indicate that the
vi
Abstract
entire lvorian coastal area fall in moderate vulnerability category. The relative vulnerability of
the different section of the coast depends strongly on the geomorphology and wave
energy. This vulnerability increases spatially Eastward taking account the different value of
the coastal vulnerability index (CVI).
Coastal area vulnerability due to socio-economic activities of the main coastal cities has
also been analyzed using density of population, airport, road, harbor, landuse and protected
area factors. Results indicate that the entire lvorian coastal area fall in high vulnerability
category. The relative vulnerability of these main coastal cities is controlled by landuse and
density of population factors. This vulnerability increases also spatially eastward. The
comparison of the two type indices has revealed that in certain zone, the value of the socio-
econornic vulnerability index (SVI) is higher than CVI value, that means that socio-economic
pressure contribute more to coastal vulnerability than natural forcing. We have observed the
same spatially variability of the total index obtained by cornbining the two type of
vulnerability indices. The coastal section between Abidjan and the Cape of three Points is
the more vulnerable zone of the lvorian coastal zone because of the relative high values of
the two indices must retain a particularly attention of the coastal managers in sight of the
many resources preservation that it contain and the people life.
The CVI, SVI and ICVI vulnerabilities indices will undoubtedly increase with predicted
sea level rise and continuous coastal migration. Results of this study could provide wide
coastal information to coastal managers, Ivorian govemment, coastal people and help to
protect coastal ecosystem.
vii
Liste des acronymes
Liste des acronymes
A VISO: Archiving, Validation and Interpretation of Satellite Oceanographic data
BNETD: Bureau National d'Etudes Techniques et de Développement
CEPMMT: Centre Européen des Prévisions Météorologiques à Moyen Terme
CNTIG: Centre National de Télédétection et d'Information Géographique
CRO: Centre de Recherches Océanologiques
CVI: Coastal Vulnerability Index
DPH: Direction de la Production Halieutique
ECMWF: European Centre for Medium-Range Weather Forecast
EMD: Empirical Mode Decomposition
ENSO: El-Nino Southern Oscillation
FAO: Food and Agriculture Organisation
FIT: Front InterTropical
FMCW: Frequency-Modulated Continuous-Waves
GHRSST: Group for High-Resolution Sea Surface Temperature
HHT: Hilbert-Huang Transformation
ICVI: Integrated Coastal Vulnerability Index
IMF: Intrinsec Mode Function
INS: Institut National de la Statistique
IOC: Intergovemmental Oceanographic Commission
IPCC: Intergovernmental Panel on Climate Change
JASL: Joint Archive for Sea Level
viii
Liste des acronymes
NAO: North Atlantic Oscillation
ONDINAFRICA: Ocean Data and Information Network for Africa
PIB: Produit Intérieur Brut
PIRATA: Pilot Research moored Array in the Tropical Atlantic
PNUE: Programme des Nations Unies pour l'Environnement
PRLEC: Programme Régional de Lutte Contre l'Erosion Côtière
PSMSL: Permanent Service for Mean Sea Level
RQDS: Research Quality Data Set
RGPH: Recensement Général de la Population et de l'Habitat
SAPH: Société Africaine de Plantation d'Hévéas
SNR: Signal Noise Ratio
SIR: Société Ivoirienne de Raffinage
SOGB: Société des Caoutchoucs de Grand-Bereby (Côte d'Ivoire)
SLA: Sea Level Anomaly
SMOS: sen Moisture and Ocean Salinity

SODEXAM: Société de Développement et d'Exploitation Aéroportuaire et Météorologique
SSS: Sea Surface Salinity
SST: Sea surface Temperature
SVI: Socio-economic Vulnerability Index
SWH: Significant W ave Height
TSM: Température de la Surface de la Mer
UEMOA: Union Economique et Monétaire Ouest Africaine
UNESCO: United Nations Educational, Scientific and Cultural Organization
ix
Liste des acronymes
ZCIT: Zone de Convergence InterTropicale
ZEE: Zone Économique Exclusive
X
Table des matières
Table des matières
Introduction générale 1
Partie I
Généralités et Base de Données Acquises
Chapitre 1 Caractéristiques de la zone côtière de la Côte d'Ivoire 6
1.1. Caractéristiques géographiques 6

1.1.1. Situation Géographique 6
1.1.2. Climat 7
1.1.3. Système hydrographique 9
1.1 .4. Evolution démographique 9
1.1.5. Végétation 11
1.2. Caractéristiques physiques 13
1.2.1. Géologie 13
1.2.2. Géomorphologie 13
1.2.3. Plateau continental 14
1.3. Facteurs influençant l'évolution de la zone côtière 15
1.3.1. Vent 15
1.3.2. Variations du niveau de la mer.. 15
1.3.3. Courants côtiers 17
1.3.4. Caractéristiques hydrologiques et upwelling 18
1.3.5. Activités économiques 19
1.4. Caractéristiques des différentes sections de la zone côtière 21
1.4.1. Section l: du Cap des Palmes à Sassandra 22
1.4.2. Section 2: de Sassandra à Abidjan 25
1.4.3. Section 3: d'Abidjan au Cap des Trois Pointes 27
1.5. Conclusion 31
Chapitre 2 Données et Méthodes de traitement 33
2.1. Description des données 34
2.1.1. Données marégraphiques 34
2.1.2. Données altimétriques 39
2.1.3. Reanalyse ERA-40 et BRA-INTERIM 42
2.1.4. Données de la température de surface de la mer 43
2.1.5. Données de Salinité de la surface de la mer.. 43
2.1.6. Données socio-économiques 44
xi
Table des matières
2.2. Méthodes de traitement des données 46

2.2.1. Modèle d'analyse et de prédiction de marées océaniques .46
2.2.2. Décomposition modale empirique 48
2.2.3. Méthode paramétrique d'analyse de tendance de Liebmann 49
2.2.4. Test statistique de Pettitt et de Hubert 50
2.2.5. Méthode de calcul d'indices de vulnérabilité 51
2.2.5.1. Méthode de Thieler et Harnmar-Klose (2000) 52
2.2.5.2. Méthode de calcul de l'indice de vulnérabilité socio-économique 56
2.3. Conclusion 60
Partie II
Analyse des Résultats et Discussions
Chapitre 3 Variabilité temporelle et tendance des paramètres environnementaux le long
de la côte ivoirienne 63
3.1. Marée océanique 64
3.1.1. Variabilité temporelle de la statistique des données in situ 64
3.1.2. Variabilité temporelle et tendance des hauteurs de marée prédite à partir du
modèle Utide le long de la côte ivoirienne 67
3.1.2.1. Validation du modèle 67
3 .1.2.2. Variabilité temporelle et tendance des hauteurs des marées hautes 68
3.2. Variabilité temporelle et tendance du niveau de la mer le long de la côte
ivoirienne 69
3.3. Variabilité temporelle et tendances de température de surface de la mer
(SST) 72
3.4. Variabilité temporelle et tendances de la salinité de surface de la mer
(SSS) le long de la côte ivoirienne 76
3.5. Variabilité temporelle et tendances des caractéristiques des vagues 80
3.5.1. Statistique des paramètres des vagues le long de la côte ivoirienne 81
3.5.2. Cycle annuel 82
3.5.3. Variabilité mensuelle 83
3.5.4. Variabilité interannuelle 84
3.5.5. Variabilité interannuelle de la moyenne saisonnière des hauteurs significatives
des vagues 87
3.5.6. Analyse des valeurs extrêmes 88
3.6. Conclusion 90
Chapitre 4 Indices de vulnérabilité de la zone côtière ivoirienne 91
4.1. Indice de vulnérabilité côtière à partir de paramètres physiques 93
4.1.1. Quantification des facteurs de risque 93
4.1.2. Indice de vulnérabilité côtière 95
4.1.3. Variabilité temporelle de l'indice de vulnérabilité de la côte ivoirienne 96
xii
Table des matières
4.2. Vulnérabilité de la zone côtière ivoirienne à partir de facteurs socio-

économiques 97
4.2.1. Quantification des facteurs de risque 98
4.2.2. Indice de vulnérabilité socio-économique 98
4.3. Identification des principaux facteurs de vulnérabilité des différentes
sections de côte 102
4.4. Indice intégré de vulnérabilité côtière 103
4.5. Discussion générale 108
4.6. Conclusion 110
Conclusion générale et perspectives 112
Références bibliographiques 117
Annexes 129
Annexe 1: Tano, R.A.; Aman, A.; Toualy, E.; Kouadio, Y.; Ali, E.K., and Assamoi,
P., 2014. Validation of a tidal prediction model for Ivorian coastline: Application for
coastal vulnerability study. Revue Ivoirienne des Sciences et Technologie, 24(2014),
1-11 129
Annexe 2: Tano, RA.; Aman, A.; Kouadio, K.Y.; Toualy, E.; Ali, K.E., and
Assamoi, P., 2016. Assessment of the Ivorian coastal vulnerability. Journal of Coastal
Research, 32(6), 1495-1503. Coconut Creek (Florida), ISSN 0749-0208 129
Annexe 1 : Article Tano et al. (2014) 130
Annexe 2: Article Tano et al. (2016) 142
xiii
Liste des figures
Liste des figures
Figure 1.1: Illustration de la zone côtière ivoirienne (source: ministère en charge de

l'environnement) 7
Figure 1.2: Variation interannuelle du cumul moyen des précipitations enregistrées

dans les stations d'Adiaké, d'Abidjan, de Sassandra et de Tabou entre 1964 et 1997 par
la SODEXAM. Les cumuls des précipitations sont exprimés en mm. La droite de
. ) 1· , . , , . , 8
ten d ance ( en rouge meaire y a ete ajoutée .
Figure 1.3: Quelques caractéristiques des différentes sections de la zone côtière

ivoirienne (CNTIG, 2010) 11
Figure 1.4: Illustration de la forêt de mangrove localisée à l'Ouest du complexe

lagunaire de Grand-Lahou (FAO, 2009) 12
Figure 1.5: Caractéristiques géomorphologiques et géologiques de la section de côte

allant de Tabou à la lagune de Labou (adaptée de Tastet et al., 1993) 14

allant de la lagune Lahou au Cap des Trois Pointes (Tastet et al., 1993) 14
Figure 1.7: Evolution interannuelle des captures de poisson le long de la côte ivoirienne
de 2000 à 2009. Ces prises concernent aussi bien la pêche industrielle que la pêche
artisanale (DPH, 2011) 19
Figure 1.8: Variation interannuelle du cumul des précipitations à Tabou (extrême Ouest
de la côte ivoirienne) sur la période 1964-1997. La droite de tendance linéaire y a été
ajoutée. Les cumuls calculés à partir des données fournies par SODEXAM sont en mm 22
Figure 1.9: Taux de recul moyen du trait de côte le long des sections 1 (Cap des
Palmes-Sassandra), 2 (Sassandra-Abidjan) et 3 (Abidjan-Cap des Trois Pointes). Les
données ont été moyennées spatialement le long de chaque section de côte (Tano et al.,
2016) 25
Figure 1.10: Variation interannuelle du cumul des précipitations à la station de

Sassandra de 1964 à 1997. La droite de tendance linéaire y a été ajoutée. Les cumuls
calculés à partir des données fournies par la SODEXAM sont en mm 26
Figure 1.11: (a) variation interannuelle du cumul des précipitations aux stations
d'Adiaké et (b) d'Abidjan sur la période 1964-1997. Les droites de tendance linéaire (en
rouge) ont été ajoutées aux deux graphiques. Les cumuls calculés à partir des données
fournies par la SODEXAM sont en mm 28
Figure 1.12: Impact d'évènement extrême sur une habitation côtière à Grand-Bassarn
du 28 Août au 3 Septembre 2011 (Tano et al., 2016) 30
xiv
Liste des figures
Figure 2.1: Echelle de marée installée près du marégraphe à pression de Takoradi pour
la détermination du zéro instrumental ou pour la réduction des sondes (Nkebi, 2006) 35
Figure 2.2:Marégraphe à flotteur (IOC, 2006) 35
Figure 2.3: Marégramme fourni par le marégraphe à flotteur du port d'Abidjan-vridi

durant la période 29/01/2016 à 9h00 au 9/02/2016 à 9h00 (source Port Autonome
d'Abidjan) 36
Figure 2.4: Marégraphe à pression (IOC, 2006) 37
Figure 2.5: Marégraphe acoustique (IOC, 2006) 37
Figure 2.6: Marégraphe radar installé au port de Pointe Noire dans le cadre du
programme ONDINAFRICA 2007(Makanda, 2006) 38
Figure 2.7: a) Photo du marégraphe numérique; b) Localisation du site d'installation du

marégraphe au port d'Abidjan-vridi (source Port Autonome d'Abidjan) 39
Figure 2.8: Traces de passage du satellite Topex/Poseidon (avant Aout 2002) sur la
zone d'étude (en rouge) adapté de Aman et al. (2007) 40
Figure 2.9: Illustration de la mesure des variations du niveau de la mer par l'altimétrie
satellitaire, adapté de Arnault (2004) 41
Figure 2.10: Evolution temporelle de la densité de population de San-Pedro (en bleu),

de Grand-Labou (en bleu ciel), national (en vert), de la zone côtière (en orange) et
d'Abidjan (en marron). Ces densités de population ont été calculées à partir des
différentes enquêtes statistiques de l'INS (INS, 1975, 1988, 1998, 2010 et 2014) 45
Figure 2.11: Carte de distribution des écosystèmes, de la densité de population, des

infrastructures urbaines, industrielles et commerciales et des activités extractives et
agricoles le long de la zone côtière ivoirienne (adaptée de CNTIG, 2010) 45
Figure 3.1: Variabilité horaire de la marée (en mètre) au port d'Abidjan-Vridi. Les
données couvrent la période comprise entre le 1er janvier 1982 à lh et le 31 décembre
1988 à Oh 65
Figure 3.2: Décomposition de la série temporelle de la marée observée (a) en une

composante tendance (b) et une composante caractérisée par des variations aléatoires
(c). Les hauteurs de la marée sont exprimées en mètre 65
Figure 3.3: Variabilité journalière des hauteurs maximales des marées hautes (en
mètre). La série temporelle est obtenue en prenant la valeur maximale de deux marées
hautes consécutives 66
XV
Liste des figures
Figure 3.4: Variabilité temporelle des données brutes (courbe rouge) et reconstruites
(courbe bleue). Les résidus (différence entre les données brutes et reconstruites) déduits
des courbes précédentes (courbe verte). Les différents constituants extraits à partir de
l'analyse harmonique sont représentés sur le panel du bas. Les constituants significatifs
(SNR2::2) sont marqués en rouge et les moins significatifs (SNR::S2) sont marqués en
bleu 68
Figure 3.5: Variabilité temporelle des hauteurs journalières maximales des marées
hautes (m) obtenues à partir de la marée prédite par le modèle Utide sur la période
comprise entre 1982 et 2014. Le modèle est stable après une année d'analyse. La
tendance linéaire est indiquée par la droite rouge 69
Figure 3.6: a) Variabilité temporelle des anomalies du niveau de la mer moyennées

dans les sections 1 (Cap des Palrnes-Sassandra) en bleu, 2 (Sassandra-Abidjan) en vert
et 3 (Abidjan-Cap des Trois Pointes) en rouge. b) évolution interannuelle de la moyenne
annuelle et de l'écart-type des anomalies du niveau de la mer. 70
Figure 3.7: Variabilité temporelle des données journalières relatives aux anomalies du
niveau de la mer (en noir) fournies par A VISO et moyennées spatialement dans la boite
1 1
7°30 -2°25 W x 4°301-5°301 N couvrant la période 1993-2014. La tendance linéaire (en
rouge) des données a été ajoutée à la figure 72
Figure 3.8: Variabilité temporelle des SSTs moyennées dans les sections 1 (Cap des
Palmes-Sassandra) en bleu, 2 (Sassandra-Abidjan) en vert et 3 (Abidjan-Cap des Trois
Pointes) en rouge. b) évolution interannuelle de la moyenne annuelle et de l'écart-type
des SSTs 73
Figure 3.9: Variabilité temporelle des données journalières des SSTs de GHRSST
1 1
moyennée spatialement dans la boite 7°30 -2°25 W x 3°-6° N sur la période 1982-2014 ..... 74
Figure 3.10: a) Analyse des tendances des moyennes annuelles de la SST (0C) de 1982
à 2014. Les Changements relatifs à une même année ne sont pas représentés. Les
contours noirs fournissent la significativité à un niveau de confiance de 95% des
différentes tendances à partir du test-t de Student. b) évolution des tendances négatives
et positives absolues des moyennes annuelles des SSTs en fonction du nombre d'années
sur le panel du bas 76
Figure 3.11: Variabilité temporelle des SSSs moyennées dans les sections 1 (Cap des
des SSSs 77
Figure 3.12: a) Analyse des tendances des moyennes annuelles SSS (psu) de 1970 à
2013. Les Changements relatifs à une même année ne sont pas représentés. Les contours
noirs fournissent la significativité à un niveau de confiance de 95% des différentes
xvi
Liste des figures
tendances à partir du test-t de Student. b) évolution des tendances négatives et positives

absolues des moyennes annuelles des SSSs en fonction du nombre d'années 79
Figure 3.13: Variabilité temporelle des moyennes interannuelles de SSS de Reverdin

(en noir) moyennée spatialement dans la boite 7°301-2°251 W x 4°301-5°301 N, couvrant
la période 1970-2013. La meilleure courbe des tendances au sens des moindres carrés
(en rouge) représentant la tendance linéaire des données a été ajoutée à la figure 79
Figure 3.14: Variabilité temporelle des SWHs moyennées dans les sections 1 (Cap des
Palrnes-Sassandra) en bleu, 2 (Sassandra-Abidjan) en vert et 3 (Abidjan-Cap des Trois
des SWHs 80
Figure 3.15: Variabilité journalière de la hauteur significative des vagues le long de la

côte ivoirienne entre 1958-2014 à partir des données ERA-40 et BRA-intérim. Les
données ont été moyennées spatialement dans la zone d'étude 81
Figure 3.16: Cycle annuel des variations de SWH (m) le long de la côte ivoirienne
calculé à partir des données de (ERA-40 et BRA-INTERIM) sur la période 1958-2014 83
Figure 3.17: Variabilité mensuelle des anomalies de SWH (m) durant la période 1958-
2002. Ces anomalies correspondent à la différence entre les données relatives à un mois
donné et la moyenne de celles-ci sur la période (1958-2002) 84
Figure 3.18: a) Analyse des tendances des moyennes annuelles de SWH (m) de 1958 à
2002 en fonction du nombre d'années considéré. Les Changements relatifs à une même
année ne sont pas représentés. Les contours noirs fournissent la significativité à un
niveau de confiance de 95% des différentes tendances à partir du test-t de Student. b)
évolution des tendances négatives et positives absolues des moyennes annuelles des
SWHs en fonction du nombre d'années 86
Figure 3.19: Variabilité temporelle de la fonction U d'après le test de Pettitt sur la

période 1958-2002 à partir des données ERA-40 87
Figure 3.20: Evolution interannuelle de la moyenne saisonnière (mai-septembre) des

SWH (m) durant la période comprise entre 1958 et 2002. La tendance linéaire (en
rouge) des données a été ajoutée à la figure 88
Figure 3.21: Fréquence annuelle des hauteurs des vagues au-dessus de 1.5 m, illustrant
les hauteurs d'eau résultant des activités des vagues énergétiques le long de la zone
côtière ivoirienne. Les données de SWH extraites de la base de données ERA40 ont été
1
moyennées spatialement dans la boite 7°30 -2°25' W x4°30'-5°30 N 1
89
Figure 4.1: Variabilité spatiale de l'indice de vulnérabilité côtière (CVI) lié aux
paramètres physiques 96
xvii
Liste des figures
Figure 4.2: Variabilité temporelle de l'indice de vulnérabilité des sections 1 (a) ; 2 (b) et
3(c) 97
Figure 4.3: Variabilité spatiale de l'indice de vulnérabilité (SVI) de la zone côtière

ivoirienne due aux facteurs socio-économiques 101
Figure 4.4: Variabilité spatiale de l'indice de vulnérabilité intégré (ICVI) de la zone

côtière due aux facteurs physiques et socio-économiques 107
xviii
Liste des tableaux
Liste des tableaux
Tableau 1-1: Evolution démographique entre 1975 et 2014 (INS, 1992; 1998; 2012;
2014) 10
Tableau 1-2: Fréquence des différentes houles le long du littoral ivoirien (Varlet, 1958) ..... 17
Tableau 1-3: Bilan des évènements extrêmes d'origine océanique et leur impact sur le
trait de la côte, les infrastructures et les populations côtières ivoiriennes 24
Tableau 1-4: Taux annuel (m/an) de recul du trait de côte à Grand-Lahou (adapté de
Wognin et al., 2012) 27
Tableau 1-5: Evolution temporelle du trait de côte (m/an) entre Vridi et Port-Bouët
selon (Abé, 2005). Les valeurs négatives et positives traduisent une érosion et une
accrétion respectivement. 31
Tableau 2-1: Classification des facteurs de risques selon Thieler et Hammar-K.lose

(2000) ······································································································································· 55
Tableau 2-2: Classification des facteurs de risque liée aux facteurs socio-économiques
extrait de Mclaughlin et al., (2002), et Mahapatra et al., (2015) 58
Tableau 3-1: Caractéristiques des paramètres des vagues le long de la côte ivoirienne 82
'Ilableau 4-1: Matrice de vulnérabilité de la section 1 (Cap des Palmes-Sassandra)

d'après Tano et al. (2016) 94
Tableau 4-2: Matrice de vulnérabilité de la section 2 (Sassandra-Abidjan) d'après Tano

et al. (2016) 94
Tableau 4-3: Matrice de vulnérabilité de la section 3 (Abidjan-Cap des Trois Pointes)

d'après Tano et al. (2016) 94
Tableau 4-4: Matrice de vulnérabilité liée aux facteurs socio-économiques 98
Tableau 4-5: Indices de vulnérabilité (SVI) liés aux facteurs socio-économiques 99
Tableau 4-6: Les différentes classes de vulnérabilité obtenues à partir des valeurs du
SVI. 99
Tableau 4-7: Valeurs normalisées du SVI, du CVI et leur rapport 103
Tableau 4-8: Valeurs du ICVI pour les différentes sections et les principales villes 106
Tableau 4-9: Les différentes classes de vulnérabilité liée aux facteurs physiques et aux
facteurs anthropiques 107
xix
Introduction générale
Les zones côtières correspondent aux zones de transition entre la terre et la mer. Elles
abritent d'importantes infrastructures et des écosystèmes divers. Le nombre d'habitants dans
ces zones est largement supérieur à celui des autres parties du territoire. En effet, selon
Nicholls (2011), plus de 60% (3,6 milliards d'habitants) de la population mondiale vit à moins
de 60 km de la mer, et les trois quarts (3/4) des grandes villes mondiales y sont implantées.
Cette proportion pourrait atteindre 75% (6,4 milliards) d'ici une trentaine d'années, soit près
d'un milliard de plus que la population mondiale actuelle. Ces populations sont menacées par
les risques induits par le changement climatique en raison de leur proximité avec la ligne de
côte (Small et al., 2000) et des conséquences liées aux activités anthropiques.
Le continent africain a approximativement 320 villes côtières de plus de 100.000

habitants. Environ 56 millions d'habitants vivaient en 2005 dans les zones côtières à faible
élévation par rapport au niveau de la mer (Brown et al., 2011; UN-Habitat, 2008).
Généralement, la plupart des infrastructures industrielles, commerciales, de transport,
touristiques, militaires, hospitalières et éducatives sont implantées dans ces zones (The et
Awosika, 1991). De plus, ces zones côtières supportent une diversité d'activités économiques
incluant le commerce, l'agriculture, la pêche, le tourisme, l'extraction de pétrole et de gaz,
etc.). Les devises générées par ces activités contribuent au bien-être des populations et à la
richesse nationale. Elles abritent en outre de précieux écosystèmes tels que les mangroves, les
nombreuses zones humides, les deltas qui fournissent des biens et services à la population
(Nicholls et al., 2007; Nichols, 2011; McGranahan et al., 2007).
Depuis quelques décennies, ces zones côtières connaissent une occupation accélérée et
une augmentation des activités économiques. L'intensification de ces pressions anthropiques
sur ses côtes a entrainé l'augmentation du degré d'exposition des installations côtières
(infrastructures et populations) et des écosystèmes aux risques de la pollution, de la
salinisation des eaux douces et souterraines, de l'érosion côtière et des inondations
temporaires ou permanentes. Les zones côtières ouest africaines caractérisées par de faibles
altitudes sont particulièrement exposées à l'élévation du niveau de la mer et à l'augmentation
1
de l'intensité et de l'occurrence des tempêtes marines. Dans les villes de Lagos et Abidjan par
exemple, plus de 3 000 000 de personnes sont exposées aux aléas liés au changement
climatique et aux impacts des évènements extrêmes. Ces côtes africaines sont donc
vulnérables en raison de la forte croissance des populations et la faible résilience qui les
caractérisent (Brown et al., 2011).
Au cours de ces trois dernières décennies, l'on a pu observer assez fréquemment des
évènements extrêmes d'origine océanique le long des côtes allant de la Côte d'Ivoire au
Nigeria (Toualy et al., 2015). Ces évènements extrêmes ont provoqué localement de sévères
reculs du trait de côte, des pertes en vies humaines et des destructions d'infrastructures. L'on
peut citer en exemple la forte tempête marine qui a détruit les infrastructures de protection du
port de San-Pedro en 1986 (Yao et al., 2010). Récemment, un autre évènement a entrainé un
recul du trait de côte de près de 12 m en Août 2011 entre Abidjan et Grand-Bassam. Cet
évènement a créé des dégâts importants pour les habitations à proximité des côtes (Toualy et
al., 2015). L'ampleur et l'étendue des surfaces côtières érodées et inondées pourraient
connaitre une hausse en raison de l'accélération de l'élévation du niveau de la mer, de
l'intensification des tempêtes et des vagues du fait du changement climatique (Hemer et al.,
2007; Nicholls et al., 2007). De plus, les risques liés à la salinisation des sols et des eaux
souterraines auxquels sont également soumises ces différentes sections de côte pourraient
s'intensifier avec l'augmentation de l'intensité et/ou de l'occurrence des évènements météo-
marins extrêmes (Nicholls et al., 2007). En outre, ils pourraient être amplifiés par les
pressions anthropiques résultant des activités socio-économiques qui se multiplient au fil des
ans le long de la côte, et accroître la vulnérabilité de cette zone. Bien que l'augmentation de la
magnitude de ces facteurs menacerait l'existence de cette zone attractive, peu d'études
relatives à leurs variabilités temporelle et spatiale ont été entreprises. La plupart des études
menées le long de cette côte ont porté sur les risques côtiers (érosion et inondation) et ne
permettent pas d'évaluer la vulnérabilité de cette section, car cette vulnérabilité dépend aussi
des facteurs de risque et de résilience. Le fait de ne pas disposer d'informations adéquates et
de données quantitatives pour la compréhension puis pour la prise de décision constitue en
lui-même un facteur de vulnérabilité.
La zone côtière ivoirienne abrite 2/3 des industries nationales (Abé, 2005), une frange
importante de la population (Anoh et Pottier, 2008), d'importants écosystèmes, des
infrastructures vitales. Elle regroupe également de nombreux sites touristiques et d'intenses
activités économiques. Comme nous l'avons mentionné plus haut, cette zone connait une
2
dégradation liée à l'élévation du niveau de la mer et à bien d'autres facteurs liés au

changement climatique et aux activités humaines. Cependant, très peu d'études ont réellement
été entreprises pour évaluer la vulnérabilité de cette zone qui revêt une importance capitale
pour la Côte d'Ivoire. La plupart des études menées au plan régional par l'UEMOA (PRLEC-
UEMOA, 2010) et au plan national par Koffi (1992), Abé (2005), Yao (2012), Wognin et al.
(2012, 2013) et Koffi (2014) ont porté seulement sur le taux de recul du trait de côte. Le
manque d'informations relatives au degré d'exposition des enjeux et des populations aux
impacts des forçages naturels et anthropiques constitue une barrière importante pour la
définition de stratégies d'adaptation efficaces pour la protection des écosystèmes, la sécurité
des infrastructures et des populations de la zone côtière. Des indices basés sur les paramètres
physiques (Gornitz, 1990; Appening Addo, 2013; 2015; Thieler et Hammar-Klose, 2000) et
socio-économiques (McLaughlin et al., 2002; McLaughlin et Coopper, 2010) sont
communément utilisés pour caractériser la vulnérabilité d'une zone côtière. La mise en
équation des paramètres physiques (facteurs d'états de la côte et processus) et socio-
économiques (augmentation de la démographie, occupation accélérée de la surface côtière,
construction de multiples infrastructures) s'avère nécessaire pour la quantification du degré de
vulnérabilité de la zone côtière ivoirienne.
L'objectif général de cette thèse est donc d'évaluer la vulnérabilité de la zone côtière
ivoirienne à partir de paramètres environnementaux et anthropiques. Cette évaluation
consistera à :
(i) Analyser les paramètres environnementaux dans la zone côtière ;

(ii) Calculer les indices de vulnérabilité liés aux forçages naturels et anthropiques.
Elle s'inscrit dans le cadre du projet de renforcement du système de gestion de l'information

environnementale pour le développement de la zone côtière de Côte d'Ivoire en réponse aux
objectifs de la convention de Rio initié par le Ministère de l'Environnement et du
Développement Durable de la Côte d'Ivoire. Cette étude vise spécifiquement, à fournir des
outils d'aide à la prise de décision relativement à ces milieux complexes et multi usages. Elle
permettra de connaitre l'évolution spatiale et/ou temporelle de la vulnérabilité de la côte ainsi
que les actions et politiques susceptibles d'être menées pour accroître la résilience des
populations, des infrastructures et la gestion durable des écosystèmes.
Ce travail est organisé selon le plan suivant: le chapitre 1 est dédié à la description de la
zone d'étude. Cette description porte sur les caractéristiques du climat, l'évolution de la
3
population, les caractéristiques des écosystèmes et les infrastructures que l'on rencontre sur
l'espace côtier ivoirien. La description des données et méthodes utilisées pour les différentes
analyses est présentée dans le chapitre 2. Le chapitre 3 est consacré à l'analyse de la
variabilité temporelle et de la tendance à long terme des processus océaniques tels que la
marée océanique, l'élévation du niveau de la mer et les caractéristiques des vagues ayant des
impacts importants sur l'évolution du trait de côte du littoral. Par exemple, le marnage et la
hauteur significative des vagues représentent respectivement les approximations des énergies
de la marée et des vagues. Ils expriment en outre leur capacité à induire l'érosion et des
inondations de l'espace côtier (Gornitz, 1990; Gornitz et al.,1991; 1992 et 1994; Thieler et al.,
1999; Thieler et Hammar-Klose, 2000; Pendleton et al., 2004). L'étude de la caractérisation
de la vulnérabilité de la côte ivoirienne est présentée au chapitre 4. Cette partie inclut la
quantification et l'analyse de la variabilité de la vulnérabilité physique de cette zone côtière.
Elle permettra de classer les différentes sections de la côte en fonction de leur degré de
vulnérabilité et d'analyser l'évolution temporelle de cette vulnérabilité de chaque section à
travers la variabilité temporelle de son indice. Ce chapitre s'intéresse aussi à la vulnérabilité
due aux facteurs socio-économiques d'une part et à la vulnérabilité due à la combinaison des
facteurs physiques et socio-économiques d'autre part. La synthèse des principaux résultats
obtenus ainsi que les perspectives à ce travail constituent la conclusion générale.
4
Partie I: Généralités et Base de Données Acquises
Partie I
Généralités et Base de Données Acquises
5
Caractéristiques de la zone côtière de la Côte d'Ivoire
Chapitre 1
Caractéristiques de la zone côtière de la
Côte d'Ivoire
Ce chapitre décrit les caractéristiques de la zone côtière de la Côte d'Ivoire. Il fait

l'état des lieux des facteurs qui conditionnent l'évolution de cette zone. Cette description
concerne les caractéristiques:
(i) géographiques incluant la localisation, le climat, l'évolution démographique, les activités

économiques et la végétation;
(ii) physiques dont la géologie, la géomorphologie et le profil du plateau continental ;
(iii) océanographiques, à savoir la température et la salinité de la surface marine, les facteurs

dynamiques tels que le niveau de la mer, la marée océanique, les vagues et les courants
côtiers.
Ces différents facteurs contribuent à la sédimentation et/ou à l'érosion, à la protection

de la côte contre les agressions naturelles et au maintien de l'écosystème de la zone côtière.
Les problèmes environnementaux relevés dans la littérature auxquels fait face cette étroite
partie du territoire, ainsi que les questions restant toujours en suspens sont également
présentées à la fin de ce chapitre.
1.1. Caractéristiques géographiques

1.1.1. Situation Géographique
La zone côtière ivoirienne s'étend du Cap des Palmes à l'Ouest au Cap des Trois
Pointes à l'Est et est comprise entre les longitudes 7°30' et 2°25' W et entre les latitudes
4°30' et 5°30'N. Elle s'étend sur 566 km, avec une largeur variable de moins de 5 km dans
la partie ouest à près de 50 km à l'Est. La zone côtière ainsi identifiée est limitée au nord par
la route côtière à l'ouest d'Abidjan et la route de Noé en passant par Alépé à l'Est (Anoh et
6
Pottier, 2008). La partie sud de la zone côtière est délimitée par l'isobathe (ligne reliant des
points d'égale profondeur) -120 m (Figure 1.1). Cette zone couvre une superficie de 32 960
2
km soit environ 10% du territoire national (Abé et al., 1998). Quant au littoral où sont
1
concentrés la plupart des activités économiques, d'importantes infrastructures, des

écosystèmes divers et une part importante de la population, il couvre une superficie estimée à
23.253 krrr', soit 7 % de la superficie totale de la Côte-d'Ivoire qui est de 322 462 km2 (Anoh et
Pottier, 2008).
< \
ffim,7
: ::; '
r1
LJgun•
r"· 0}1bou.t
~
i
limite de la zone littorale

limite d'État
~ ville l~torale
Figure 1.1: Illustration de la zone côtière ivoirienne (source: ministère en charge de

l'environnement)
1.1.2. Climat
Le climat de la Côte d'Ivoire en général, et en particulier celui de la zone côtière, est

lié à la migration latitudinale du front intertropical (F.I.T.) qui est la trace au sol de la Zone de
Convergence Intertropicale (ZCIT). Le F.I.T. sépare deux masses d'air dont l'une (humide)
est d'origine océanique appelée mousson, et l'autre (sèche) provenant du sahel appelée
harmattan. L'alternance des saisons pluvieuses (grande et petite saison) et des saisons
sèches (grande et petite saison) est gouvernée par le déplacement latitudinal et
périodique de ce front, conférant ainsi un climat du type équatorial humide à la zone
côtière ivoirienne (Ochou et al., 1999; Le-Barbe et al., 2002; Kouadio et al., 2007; Ali et al.,
2011). Ce type de climat est caractérisé par deux saisons sèches d'août à mi-septembre (petite
saison sèche) et de décembre à mars (grande saison sèche), et deux saisons pluvieuses
couvrant les mois d'avril à juillet (grande saison des pluies) et de mi-septembre à novembre
(petite saison des pluies). L'année type est caractérisée par deux maxima
7
pluviométriques d'amplitudes inégales. Le maximum de hauteur de précipitation (- 600

mm) est centré en juin et le deuxième maximum (- 200 mm) inférieur au précédent est
observé en octobre. La période mai-juin est particulièrement pluvieuse (Ochou et al.,
2005). Les hauteurs cumulées des précipitations pour les quatre stations à Tabou, Sassandra,
Abidjan et Adiaké calculées à partir des données mensuelles fournies par la Société de
Développement et d'Exploitation Aéroportuaire et Maritime (SODEXAM) sont en moyenne
comprises entre 1344 et 2370 mm par an sur la période 1964-1997. Le cumul moyen pour
l'ensemble des quatre stations a connu une baisse de 15,3 mm/an sur la période 1964-1997
comme illustré sur la figure _1.2 montrant conjointement la variation interannuelle du cumul
1 ••
moyen de précipitations et la courbe de tendance. L'abondance des précipitations joue un rôle

important en hydrographie et en hydrologie. Elle influence les apports terrigènes en direction
des plages (Abé, 2005; Y ao, 2012) par la modification des crues et des étiages des différents
cours d'eau. La salinité de la masse d'eau de surface de la mer est également influencée par
les pluies et les sécheresses (Pagès et Citeau, 1990; Trenberth, 2005).
La température de l'air varie très peu de 23.5° à 30 °C. Le taux d'humidité est compris
entre 80 et 90 % (Cissoko, 1985).
31001-·
2800 , 1 + ....•.. ,
Ê
E
°;;;' 2500
C
-~
jo. 2200
~
i:i. 1900
.,
Ill
llij
"O
:i 1600
E
:,
0
1300 , ..
1000
700 •.......•'--'--'----'----'----'---'-....,___....L.._.__._..L.......1..-~L........1--'----'----'----'---'-....,___....L.._._...L..-..L.......L-.l...-l........à'--l---L--J
1964 ..... -
1969 1974 1979 1984 1989 1994
Année
Figure 1.2: Variation interannuelle du cumul moyen des précipitations enregistrées

1
dans les stations d'Adiaké, d'Abidjan, de Sassandra et de Tabou entre 1964 et 1997 par
la SODEXAM. Les cumuls des précipitations sont exprimés en mm. La droite de
tendance (en rouge) linéaire y a été ajoutée.
8
1.1.3. Système hydrographique
Le système hydrographique est constitué par quatre grands fleuves (le Comoé, le
Bandama, le Sassandra, le Cavally), quatre lagunes (Aby, Ébrié, Grand-Labou et N'Gni) et
des rivières forestières telles que la Bia, la Mé, l'Ahania, le Tancé, le Go, le Boube, le
Niouniourou et le San-Pédro. Ces cours d'eau sont repartis dans les différents secteurs qui
composent la zone côtière ivoirienne. En période de crue, les cours d'eau communicant avec
la mer participent à l'engraissement des plages en raison des particules sédimentaires
qu'ils transportent depuis le continent en direction de l'océan.
1.1.4. Evolution démographique
L'étude des vestiges historiques a montré que bon nombre des plus anciens
établissements humains étaient situés le long des berges des rivières et des lacs, dans les deltas
ou le long des côtes. Vivre près des cours d'eau offre des possibilités pour la pêche,
l'agriculture et le transport, contribuant ainsi à assurer un approvisionnement alimentaire
stable. Les villes côtières et les villes situées dans les deltas des rivières ont également
servi à relier les économies locales à des chaînes d'approvisionnement, le commerce
régional et mondial, et à fournir des liens économiques vitaux qui durent dans le temps
(UN-HABITAT, 2008; Mcfiranahan et al., 2007). Ces différents avantages qu'offrent ces
1
villes font qu'elles connaissent un fort développement humain suivi d'une augmentation
galopante des activités économiques. La densité de population dans ces villes est très
souvent élevée entrainant ainsi une disparité dans la distribution spatiale de la population sur
l'ensemble du territoire. La maitrise de l'évolution temporelle et de la répartition spatiale de
cette population est une donnée importante dans toute tentative de compréhension de la
pression qu'elle peut exercer sur la zone côtière, ainsi que pour la connaissance du nombre de
personnes qui peuvent être exposées aux impacts des évènements extrêmes.
En Côte d'Ivoire, la première opération exhaustive de collecte de données

démographiques menée à l'échelle du pays a été conduite en 1975 par l'Institut National de
la Statistique (INS). Elle a enregistré une population nationale de 6 709 600 habitants. Le
second et le troisième Recensement Général de la Population et de l'Habitat (RGPH) ont été
effectués en 1988 et en 1998 respectivement. Ces deux opérations ont enregistré
respectivement 10 815 000 et 15 366 672 d'habitants. La dernière opération effectuée en 2014
a enregistré 22 671 331 habitants. Le tableau 1.1 résume l'évolution temporelle de la
population dans les villes réputées sensibles aux problèmes environnementaux (érosion,
9
inondation, pollution) fournie par les différentes enquêtes statistiques de l'INS, de la zone
côtière en général ainsi que celle de la population totale. Les taux d'accroissement annuel
moyen de la population enregistrés au cours de ces différentes opérations sont estimés à
' ..
4,4%, 3,8%, 3,3% et 2,6% respectivement avant 1975, entre 1975 et 1988, entre 1988 et 1998
et entre 1998 et 2014. Quant à la densité nationale de population, elle est passée d'environ 20
habitants/km? en 1975 à environ 70 habitants par km2 en 2014 .. La précarité des ménages
persiste. Près de 78 % des ménages utilisent encore le bois et le charbon comme mode de
cuisson alors qu'ils sont 22 % à utiliser le gaz (INS, 2014). Les populations se concentrent
majoritairement dans les villes côtières occasionnant ainsi un développement humain rapide
de ces villes au cours des trois dernières décennies. Ainsi, la population des villes littorales est
passée successivement de 1 105 913 habitants en 1975 à 2 217 570 en 1988, 3 426 665 en
1998 (INS, 1998) et estimée à près de 7 494 415 (INS, 2014). Le taux d'urbanisation est passé
de 32% en 1975 à 50% en 2014. Cette population côtière représente plus de 33 % de la
population ivoirienne. .Elle se concentre dans les grandes agglomérations dont les plus
importantes (plus de 100 000 habitants) sont Abidjan, San Pedro, Jacqueville, et Dabou et
Bassam (Anoh et Pottier, 2008; INS, 2014).
L'augmentation rapide de cette population côtière entraii:ie une urbanisation souvent

incontrôlée. Cette extension rapide des villes est source de réduction des surfaces cultivables
et de prolifération des quartiers précaires dans lesquels réside la.population citadine la plus
démunie.
Tableau 1-1: Evolution démographique entre 1975 et 2014 (INS, 1992; 1998; 2012;
2014)
. ' . Nombre d'habitants

Villes côtières
1975 1988 1998 2014
San-Pedro 31600 70559 150 000 631 156
Grand-Labou 3 788 5 824 - 151313
Abidjan 951 216 2 217 570 3 125 890 4 707 404
Zone côtière 1 105 913 2 485 847 3 426 665 7 494 415
Population nationale 6 709 600 10 815 000 15 366 672 22671331
10
1.1.5. Végétation
Le sol côtier est recouvert par différents types de végétation depuis le Cap des Palmes
(Frontière Libérienne) jusqu'au Cap des Trois Pointes (Frontière Ghanéenne). D'Ouest en
' ..
Est, la végétation est composée de forêts denses, de forêts claires, de forêts marécageuses,
de mangroves et de savane de plage (Figure 1.3). Les forêts marécageuses sont localisées sur
des sols plats et dans des bas-fonds plus ou moins inondés, mal. drainés et à hydromorphie
permanente. Quant aux mangroves, elles se rencontrent seulement sur le front de mer entre
Sassandra et Fresco puis sur les rives des estuaires et le plus souvent en bordure des lagunes.
Elles sont généralement implantées sur des sols hydromorphes, · salés, issus des alluvions
soumis au régime des marées. Les mangroves jouent des rôles multiples dans la
préservation de l'environnement côtier et agissent à différents niveaux, qu'ils soient
physiques, chimiques ou biologiques. Les fonctions des mangroves relevées dans lé rapport
de la FAO (2007) illustrent cette diversité. Elles assurent la protection des côtes contre les
vagues et l'érosion dueau vent, modèrent les effets des tempêtes et des cyclones côtiers.
<
<
+ +
..•
OCEAN, ATLANTIQUE
LEGENDE
LIMITE ADMINISTRATIVE OCCUPATION DU SOL
·-·-- d'ETAT - For8 Intacte P1antatlon lndu,trielle
LOCALITES Fon!t dégradée j Habitat
• C&pltale politique Aires protégHS i:-;:::..i,,' Zone Inondable
•
1
O.ef~leu de région OJlues c::'. Plan d'eau
• Oief-fieu de département
• O,ef-Heu de sous--préfecture
- - RESEAU ROUTIER Ec.htile: 111 500 Oto
Figure 1.3: Quelques caractéristiques des différentes sections de la zone côtière

ivoirienne (CNTIG, 2010)
Les mangroves (Figure 1.4) contribuent au piégeage des sédiments ruisselant des hautes
terres, assurant ainsi la protection des récifs côtiers et réduisant la turbidité de l'eau. Elles
constituent en outre un réservoir à nutriments, contribuent à la réduction des quantités
excessives de polluants et servent d'abri et d'habitat naturel pour la faune diversifiée,
11
Caractéristiques de la zohe côtière de la Côte d'Ivoire
notamment l'avifaune. La protection de la côte contre les agressions naturelles liées aux
évènements extrêmes d'origine océanique tels que les tempêtes, les tsunamis, les cyclones
tropicaux est assurée grâce aux racines des mangroves et leurs tiges multiples qui dispersent
les hauteurs d'eau extrême engendrées par ces phénomènes. Leurs racines diminuent la force
des vagues et l'effet du ressac (retour violent des vagues vers le large, après qu'elles aient
frappé avec impétuosité une terre). L'énergie d'une vague peut ainsi être réduite de 75 %
lorsqu'elle passe à travers 200 mètres de mangroves.
Figure 1.4: Illustration de la forêt de mangrove localisée à l'Ouest du complexe

lagunaire de Grand-La/wu (FAO, 2009).
Les mangroves jouent également un rôle fondamental dans la réduction des polluants
contenus dans la nature. Les palétuviers, par exemple, peuvent consommer du phosphore
organique et inorganique et des sels nutritifs puisés dans les dépôts amenés par la mer et les
rivières (Thollot, 1992). Des algues contenues sur les racines aériennes participent également
à ce processus, aboutissant à une photosynthèse importante (FAO, 2007). De ce fait, les
mangroves constituent l'écosystème terrestre le plus productif de la planète, en termes de
production primaire. Du point de vue biologique, les mangroves jouent un véritable rôle
tampon entre le milieu terrestre et le milieu marin. Cette fonction favorise le développement
de la flore et de la faune marine du fait des éléments nutritifs fournis par exemple par les
palétuviers. Par ailleurs, l'effet de piégeage des sédiments non consolidés permet le
1
développement d'une vase argileuse molle où les crabes peuvent s'y abriter. Elles constituent
enfin une zone de reproduction, de nourriture pour de nombreux poissons et mollusques
commerciaux.
12
1.2. Caractéristiques physiques
La nature des sédiments (consolidés ou non consolidés) que renferment les

formations au contact de la mer est une donnée importante dans l'évaluation de la
vulnérabilité physique d'une zone côtière car elle rend compte de la sensibilité de la côte
(risque d'érosion ou d'inondation) aux impacts des agents dynamiques que sont les vents,
les vagues, la marée océanique, les courants littoraux, etc.
1.2.1. Géologie
La géologie de la
1
zone .côtière est formée au 2/5 par le socle précambrien et au 3/5 par
un bassin sédimentaire (Martin, 1973). Les roches qui composent ce socle sont le granite, le
gneiss et la migmatite. Ce socle couvre la zone allant du Cap des Palmes à Sassandra. Le
secteur compris entre Sassandra et le Cap des Trois Pointes repose en grande partie sur un
bassin sédimentaire constitué d'un mélange d'argiles, de sables et de quelques bancs rocheux
rencontrés autour de la ville de Fresco. La zone où l'on rencontre principalement des sables
fins est celle comprise entre Abidjan et le Cap des Trois Pointes.
1.2.2. Géomorphologie
Du point de vue géomorphologique, le socle forme le long de la côte une pénéplaine,

parfois cuirassée, dont l'altitude est supérieure à 50 m entre le Cap des Palmes et Sassandra
(Figures 1.5 et 1.6) . Le socle proprement dit n'atteint la mer que rarement. Il en est
fréquemment séparé par une petite plaine littorale quaternaire. Au-delà de Sassandra, en allant
vers l'Est, la façade maritime est formée de plateaux parfois cuirassés d'altitudes inférieures à
50 m, puis par une côte basse interrompue par des lagunes. Ces dernières ne sont séparées de la
mer que par un mince cordon littoral (Martin, 1973).
13
E::!I Sables
1=-=l Sables argileux
UlilIIJ CaJcair- et argiles
F;f :Cl lllicaschistes à d.eux micas
__ 0 à 20 m Côt- de plain- [ I+ +I Granodîorite
TTTTT 20 à 50 m~ ~ Gneiss
TTTTT 50 à 65 m Côtes de plateaux
E:3 Migmatites et.gneiss
TTTTT 65 à 100 [ "'!f9ft.U l~e .
--·· FaiUe El Granites

allant de Tabou à la lagune de Lahou (adaptée de Tastet et al., 1993).

allant de la lagune Lahou au Cap des Trois Pointes (Tastet et al., 1993)
1.2.3. Plateau continental
Le plateau continental est très étroit. Sa largeur varie d'Ouest en Est entre 22 km (cap
des palmes) et 35 km (Cap des Trois Pointes). Sa superficie est de 10 200 km2. En dehors de
l'accident majeur (Trou sans Fond) localisé devant la ville d'Abidjan, il est très peu accidenté.
Cependant, quelques grès rocheux sont observés à l'Ouest de la zone côtière. Les pentes
proches de la ligne de côte ont des valeurs élevées tout le long de la côte. Elles sont
comprises entre 0,34% à l'Ouest et 2,25% à l'Est (Martin, 1973; Abé, 2005). Ces pentes
contrôlent l'arrivée des agents dynamiques tels que la marée océanique et les vagues à la côte.
14
1.3. Facteurs influençant l'évolution de la zone côtière
Des caractéristiques océanographiques influencent la morphologie de la côte et le

développement des écosystèmes aquatiques.
1.3.1. Vent
Le vent constitue un moteur essentiel dans la morphogenèse littorale par sa fréquence

et sa force (Paskoff, 1994; Miossec, 1998). Les variations à l'échelle temporelle de ces
caractéristiques (module, direction) peuvent contribuer de manière significative aux
phénomènes d'érosion et d'accrétion. En effet, lorsque le vent souffle en direction de la mer,
il contribue au rechargement de la plage par le déplacement des sédiments depuis l'intérieur
de la terre vers la côte. Ce type de vent réduit également l'énergie des vagues qui viennent
échouer sur la plage. Par contre, un vent dirigé vers la terre peut participer en fonction de son
intensité à l'augmentation de l'énergie des vagues et accroitre ainsi le phénomène d'érosion
(Paskoff, 1994 ). Les vents parallèles à la côte peuvent contribuer à l'atténuation ou à
l'amplification de la dérive littorale.
La zone côtière ivoirienne est sous l'influence des alizées du Sud-Est (mousson) et
du Nord-Est. Les vents de mousson soufflent quasiment toute l'année dans la direction
Sud-Sud-Ouest du Nord géographique. Leur module est compris entre 11 et 22 km/h. Les
valeurs maximales localisées entre juin et août favorisent les remontées d'eaux froides à la
côte. Quant aux alizés du Nord-Est, ils soufflent sur la côte entre décembre et janvier (Servain
et Merle, 1993; Colin et al., 1993; Abé, 2005; Toualy, 2013). Leur module n'excède pas 14
km/h. Bien que leur module soit faible, ces alizés du Nord-Est constituent un facteur important
de sédimentation côtière en raison des particules sédimentaires d'origine continentale qu'ils
transportent vers la zone côtière.
1.3.2. Variations du niveau de la mer
La région du golfe de Guinée située dans la zone des calmes équatoriaux n'est
pratiquement jamais parcourue par des dépressions importantes. Les grains orageux qu'on y
observe souvent n'ont qu'une action négligeable sur le niveau de la mer. Sans être
exceptionnels, les séismes marins sont relativement rares et de faibles intensités. De rares
fortes barres coïncidant éventuellement avec des vents assez forts provoquent une avancée de
la mer sur la côte (Varlet, 1958). La marée océanique qui résulte à la fois des actions
conjuguées de la lune (en raison de sa proximité avec la terre) et du soleil (du fait de son
15
énorme masse) sur les particules liquides qui composent l'océan est de type semi-diurne à
forte inégalité diurne (deux pleines mers et deux basses mers par jour avec des hauteurs
d'eaux d'amplitudes inégales d'un jour à l'autre), car le coefficient de Van Der Stock vaut
0,25. Le marnage n'excède pas 1,3 m au cours des périodes de vives eaux et 0,4 m durant les
périodes de mortes eaux (Lemasson et Rebert, 1973). La côte est donc classée dans la
catégorie des côtes type microtidal.
L'évolution du niveau moyen de la mer dans cette région a connu différentes phases
au cours des siècles (Tastet et al., 1993). Les variations historiques du niveau moyen de la
mer au cours du quaternaire récent ont été analysées par Tastet et al. (1993). Ces variations
sont caractérisées par deux ralentissements et deux accélérations. En effet, vers 15 000 ans
avant J-C et entre 11 000 à 12 000 ans avant J-C, le niveau moyen de la mer a baissé de 80 m
et de 60 m respectivement, puis il s'en est suivi une montée se situant autour de 6 000 ans
avant J-C (Tastet et al., 1993). En l'absence de longues séries marégraphiques, le taux
d'élévation admis pour l'Afrique de l'ouest en général, et en particulier pour la Côte d'Ivoire
est celui obtenu à partir du marégraphe de Takoradi (Ville frontalière de la côte Est
ivoirienne). Ce marégraphe est d'ailleurs le seul à disposer d'observations historiques du
niveau de la mer en Afrique de l'ouest. L'analyse d'une partie de ces données historiques a
montré que le niveau de la mer s'est élevé de 3,4 mm/an durant la période 1930-2007
(Woodworth et al., 2009). Ce résultat obtenu à partir de ces données historiques est assez
proche de celui fourni par les satellites altimétriques (-3 mm/an) entre 1993 et 2004. Cette
hausse du niveau marin pourrait atteindre 30 cm selon Blivi (2001) en 2030 le long des
côtes ouest africaines. Cette remontée du niveau de l'océan pourrait avoir des
conséquences néfastes incluant une intrusion d'eau salée dans les sols, dans les eaux
douces et un accroissement de l'intensité de l'érosion et des inondations des côtes.
La zone côtière ivoirienne est aussi sous l'influence des houles provenant de
l'Atlantique Sud depuis les latitudes 50°-60°S (Varlet, 1958; Martin, 1973; Koffi, 1992).
Ces houles se subdivisent en trois catégories à savoir: les houles de faibles énergies dont les
hauteurs de crête à creux sont inférieures à 1 m; les houles de moyennes énergies de hauteurs
de crête à creux comprises entre 1 et 2 m et les houles de fortes énergies dont les hauteurs de
crête à creux sont supérieures à 2 m (Varlet, 1958; Tastet, 1985). Ces houles attaquent la côte
avec une direction allant du Sud à Sud-Ouest (Tastet, 1985). Leur période est généralement
comprise entre 10 et 11 secondes. La variation des fréquences des houles énergétiques est
bien marquée avec un maximum en mai-juin et un minimum en novembre-décembre (Varlet,
16
1958 ; Martin, 1973). C'est exactement l'inverse pour les houles peu énergétiques. La
fréquence de la houle d'intensité moyenne reste approximativement constante pendant toute
l'année (Tableau 1.2). La houle est très énergétique pendant l'hiver austral (mousson) et peu
énergétique pendant l'été austral (Varlet, 1958; Martin, 1973; Tastet, 1985).
Tableau 1-2: Fréquence des différentes houles le long du littoral ivoirien (Varlet, 1958)
Mois J F M A M J J A s 0 N D
Faible
45 28 18 24 12 6 17 36 45 34 51 58
(hs <lm)
Moyenne
45 62 59 53 42 53 55 48 41 53 44 37
(lm:Shs:S2m)
Forte
10 10 23 23 46 41 28 16 14 13 5 5
(hs~2m)
1.3.3. Courants côtiers
Le système de courant est dominé par le courant de Guinée à côté duquel existent le
Sous-Courant de Guinée et les courants engendrés par la marée océanique et des dérives
provoqués par les impacts des vagues sur la côte. Le courant de Guinée dirigé vers l'Est est
caractérisé par une intensité variable. Sa vitesse maximale n'excède pas 70 cm/s (Lemasson et
Rébert, 1973). Les vitesses maximale et minimale sont observées respectivement en fin de
saison chaude (avril-juin) et au cours de la saison froide (juillet-septembre), Le sous-
courant de Guinée dirigé vers l'Ouest a une vitesse d'environ 40 cm/s. Cette vitesse peut
atteindre 60 cm/s pendant les saisons d'upwelling (Lemasson et Rébert, 1973). Le courant
engendré par la marée océanique est faible en raison du faible marnage (- 1,3 m) mais
semble très énergétique. Sa composante zonale est maximale vers l'Ouest en marée haute et
maximum vers l'Est à marée basse. Cette variation directionnelle correspond bien au sens de
propagation de l'onde de marée M2 (onde de période semi-diurne générée par la lune) dans le
Golfe de Guinée. La vitesse maximale de ce courant n'excède pas 45 cm/s et diminue
avec la profondeur (Lemasson et Rébert, 1973). La dérive littorale provoquée par les
vagues est dirigée vers l'Est. Cette dérive littorale est fonction d'une part de l'angle formé
par le front de houle et la côte, et d'autre part des caractéristiques géologique,
17
géomorphologique et sédimentologique de la côte. Selon Martin (1973), cette dérive serait

maximale à l'Ouest, moyenne et minimale respectivement au centre et à l'Est de la côte en
raison de l'orientation de celle-ci. Cependant, la nature géologique des formations au
contact de la mer représente une barrière importante contre la mobilisation des sédiments le
long de cette section de côte. Les estimations de volume de sédiments mobilisés donnent un
transport de 200 000 rrr'/an à l'Ouest au niveau de San-Pédro, 800 000 et 400 000 m3/an
respectivement à l'Ouest et à l'Est du canal de Vridi (Abidjan) (Tastet, 1985 ; Koffi et al,
1993).
1.3.4. Caractéristiques hydrologiques et upwelling
Les variations saisonnières de température (T) et de salinité (S) des eaux côtières
permettent de distinguer quatre saisons marines le long de la zone côtière ivoirienne
(Morlière, 1970). La petite saison froide qui s'étend de janvier à février est caractérisée par
des valeurs de température et de salinité des eaux côtières inférieures à 24 °C et supérieure 35
psu respectivement. Elle est suivie par la grande saison chaude (février-juin) au cours de
laquelle la température et la salinité des eaux côtières sont respectivement supérieures à 26°C
et 35 psu. La grande saison froide qui se situe entre juillet et septembre est caractérisée par des
valeurs de température et de salinité inférieures à 24 °C et supérieures à 35 psu
respectivement. La période allant d'octobre à décembre (T supérieure à 26°C, S inférieure à
34,8 psu) représente la petite saison chaude et se traduit par des eaux chaudes et dessalées.
L'une des particularités de cette région est l'upwelling côtier qui apparait deux fois au
cours de l'année. Les petite et grande saisons d'upwelling apparaissent tous les ans
respectivement entre janvier et février et entre juillet et septembre. Ces upwellings jouent un
rôle fondamental dans la préservation des écosystèmes marins et la pêcherie. Ces
remontées d'eaux froides s'accompagnent d'apports de nutriments utiles pour les poissons
et les écosystèmes côtiers. L'abondance des espèces telles que la sardinella aurita est
conditionnée par l'intensité avec laquelle se manifeste ce phénomène le long de la côte
Nord du Golfe de Guinée (Binet, 1982; Toualy et al., 2012; Toualy, 2013). Aux upwellings
intenses, c'est-à-dire un refroidissement important des eaux de surface, corresponde une
abondante pêche de petits pélagiques avec des captures de grandes tailles (Ya, 2006). Ainsi,
la tendance à la hausse de la température de surface de la mer mise en évidence par Toual y et
al. (2012) pourrait expliquer la baisse des stocks de pêche (DPH, 2011) observée sur la côte
ivoirienne (Figure 1. 7).
18
8.5 X 104
7.5
Ill
8
Ill
7
Ill
'&. 6.5
QI
"CJ '
:! 6
:::
C
~ 5.5
a
5
4.5
4~-~--~------'------'-------'------'----...J. _--_j__-~
2000 2001 2002 2003 2004 2005 2006 ·2007 2008 2009
Année
Figure 1.7: Evolution interannuelle des captures de poisson le long de la côte

ivoirienne de 2000 à 2009. Ces prises concernent aussi bien la pêche industrielle que la
pêche artisanale (DPH, 2011).
1.3.5. Activités économiques
Le littoral ivoirien, inclus dans la zone côtière, est un espace restreint et d'une richesse
exceptionnelle. Il est le principal pôle économique du pays en raison des villes importantes
qu'il abrite. La seule ville d'Abidjan, par exemple, offre 60% des emplois du secteur industriel,
assure 80% de production industrielle et concentre 90% de la valeur ajoutée du commerce
moderne du pays (INS, 2013). Les principales activités qui y sont menées comprennent le
transport, l' agro-industrie, la pêche, le tourisme, l'exploitation de l'énergie et des mines
et l'agriculture. Le transport est favorisé par les infrastructures portuaires constituées par
les ports d'Abidjan et de San-Pedro. Ce secteur constitue le poumon de l'économie ivoirienne
en raison des importantes ressources financières qu'il génère. L'une des caractéristiques
1
industrielles de la zone côtière est l' agro-industrie. On rencontre sur l'espace côtier des
plantations de palmier à huile, d'hévéa, des cocoterais, des bananerais, qui appartiennent à
des populations rurales et à quelques unités industrielles telles que les plantations
d'hévéa de la SAPH à Dabou, la palmeraie d'Héania qui est la plus vaste du monde d'un seul
tenant (- 11 404 ha), la plantation d'hévéa d'Anguédédou (- 1415 ha) et celle de la SOGB à
19
Grand-Béréby (- 15 123 ha). En 1994 par exemple, le littoral ivoirien a fourni 77% de la
production de banane conditionnée en carton et 211 686 tonnes nett~s d'ananas à l'exportation.
La pêche est l'une des activités les plus importantes sur le littoral ivoirien. Elle
représente 90 % des mises à terre (DPH, 2011) et se pratique le long de la côte, soit sur plus
de 556 km, et dans la Zone Économique Exclusive (ZEE) qui s'étend sur 200 000 km2
(Koffie-Bikpo, 2010). Elle est pratiquée aussi bien par les ivoiriens que par les étrangers. En
1996, ce sont 3500 pirogues 'qui ont été dénombrées le long du littoral. En 2000, ce sont 14
774 pêcheurs artisans qui travaillaient en mer et dans les lagunes. Cette activité demeure
l'une des principales sources de revenus des populations autochtones et allogènes des zones
rurales côtières ivoiriennes. En 2000, il y a eu 79 000 tonnes de prises, soit plus de 70% de la
production totale nationale. En 2005, 59% des 43 532 tonnes de prises ont été attribuées à la
pêche artisanale (FAO, 2008). Plus de 80% des captures provenant des deux types de pêche
sont constituées par les petits pélagiques incluant la Sardinella aurita. Ces prises ont généré un
revenu de 33 milliards de FCFA (FAO, 2008). Toutes les villes du littoral abritent des centres
de pêche.
La zone littorale est également une zone à fort potentiel touristique. Elle abrite plus de
45% des centres d'intérêts touristiques identifiés sur le territoire national. Ce taux devrait
1
connaitre une hausse dans le futur en raison des aménagements de sites touristiques prévus
dans la partie Ouest de cette zone (Aphing, 2001). Pratiquement, toutes les formes d'activités
touristiques y sont développées, notamment celles liées aux thèmes culturels (habitats,
danses, musées, artisanat), à la nature (plages, parcs, animaux, sites naturels), aux sports
et loisirs (pêche sportive, randonnées diverses). La section de côte balnéaire est le domaine
touristique phare du littoral.
Le littoral est en outre le siège d'activités extractives. Ces activités comprennent

l'extraction de pétrole et de gaz naturel, le prélèvement de sédiments fins (sable) et grossiers
(granite et falun). Actuellement, 3 champs pétroliers et 2 champs gaziers sont en
exploitation offshore, 4 champs gaziers et 1 champ pétrolier sont en développement. L'on
note également plusieurs permis de recherche dont 13 offshores et 4 onshores.
L'exploitation des ressources minières n'en est pas moins importante, ainsi que celle de
matériaux de carrière tels que le granite, les calcaires coquillés (faluns), le sable de verrerie (à
vitre), le sable de lagune, etc. Le Bureau d'Etudes d'Impact Environnemental du Ministère en
20
charge de l'Environnement a enregistré pour la zone littorale, 34 exploitants de sable, 1

exploitant de granite et 1 de falun.
L'exploitation des essences forestières fait partie des activités rencontrées le long de la
zone côtière ivoirienne surtout dans sa partie Ouest. Cette activité est favorisée par le
caractère forestier de la végétation de la zone côtière ivoirienne.· Une partie de ces essences
est destinée au commerce extérieur et l'autre partie est utilisée comme source d'énergie pour
les ménages (cuisson des aliments) et pour le fumage des poissons. La demande nationale
de bois-énergie est couverte à 16% par le charbon de bois et 72% par le bois de chauffe. Cela
correspond à 4.8 millions de tonnes équivalent-bois (Teb) pour le bois de chauffe et à 4.9
millions de Teb pour le charbon de bois. Abidjan consomme à elle seule 85% de la production
de charbon de bois et 4% de bois de chauffe. Cette demande énergétique domestique connait
une hausse au fil des années en raison de l'augmentation de la population dans la zone
côtière.
Les activités agricoles contribuent à hauteur de plus de 26% de PIB de la Côte

d'Ivoire tandis que les activités industrielles contribuent pour 20% au PIB national (PRLEC-
UEMOA, 2010).
1.4. Caractéristiques des différentes sections de la zone côtière
Les différentes parties de la zone côtière ne réagissent pas de la même manière aux
forçages anthropiques et naturels (Martin, 1973; Abé, 2005). La réaction des différentes
portions de la côte est contrôlée par des spécificités qui leur sont propres. Ces spécificités
définissent les résistivités relatives de ces différents secteurs aux forçages (anthropiques et
naturels). Le critère communément utilisé pour subdiviser cette zone est basé sur la
1
géomorphologie (forme des reliefs au contact de la mer). Ainsi, suivant des considérations
géomorphologiques, la zone côtière ivoirienne peut être subdivisée en trois sections de
configurations différentes :
(i) Section 1 : du cap des Palmes à Sassandra ;

(ii) Section 2 : de Sassandra à Abidjan ;
(iii) Section 3 d'Abidjan au Cap des Trois Pointes
21
1.4.1. Section I: du Cap des Palmes à Sassandra
Le relief est constitué ·p~ un plateau relativement élevé dont l'altitude croît vers la
ville de Sassandra. En fait, elle est de 20 mètres au Cap des Palmes ; de 50 mètres à San-
Pedro et de 100 m à Sassandra (Figure 1.5) (Martin, 1973 ; Abé, 2005 ; Aphing, 2001).
C'est une côte à dominance rocheuse formée de roches métamorphiques (granites et
migmatites).
Les sédiments rencontrés sur les plages sont des sables grossiers et moyens (Aphing,
2001). Cette portion de côte est orientée dans le 67°50' (Tastet et al., 1993). L'angle
d'incidence moyen entre le front de houle et la côte vaut 42°, le transport vers l'Est devrait
être maximal dans ce secteur mais à cause de la nature rocheuse de la côte (résistivité élevée
aux impacts des vagues), ce débit ne vaut que 200 000 rrr'/an. Les pentes côtières sont
comprises entre 0,34 % (au large de Sassandra) et 0,57 % (au large du Cap des Palmes). La
largeur du plateau continental décroit de Sassandra (-35 km) au Cap des Palmes (-22 km). Le
climat de ce secteur est de type équatorial humide. Les hauteurs annuelles des cumuls de
précipitations ont varié entre - 3351 et -1219 mm sur la période 1964-1997 (Figure 1.8). La
variabilité interannuelle à moyen terme est caractérisée par une baisse d'environ -5,12 mm/an.
3100 , .••.••••••••••••.• f ••• , •.••••• I• . ...•.... _
Ê
2800 / \, ... , .....
E
°;;;'
C:
2600 ..... ·'...1:j.\1/J\.A
11::,' r :.Kizt rr7· [\
.Q
~ 2200 Il 1 DJ1
Q,
'ü
'4>
li. 1900
"'
., .. 1.1 .. ~:-~J \1/
\t1··
Cil
,:;, j\
3 1600
:,E
.J'.~
0
1300
1000
100~~~~~~..,__..,__..,__..,__......_......_......_......_...._......._......._......._......._......._...J.......J.......J.......J........I.......J........J....-'--'-.....L.......L.......L..---I........J
1964 - - --
1969 1974 1979 1984 1989 1994
Année
Figure 1.8: Variation interannuelle du cumul des précipitations à Tabou (extrême

Ouest de la côte ivoirienne) sur la période 1964-1997. La droite de tendance linéaire y
a été ajoutée. Les cumuls calculés à partir des données fournies par SODEXAM sont en
mm.
22
La température ambiante varie de 23,5°C à 30 °C. Deux fleuves (le Cavally et le

1 ••
Sassandra) et trois rivières (le Tabou, le Niouniourou et le San-Pedro) irriguent cette zone.
Les rivières contribuent faiblement à l'engraissement des plages en raison de leur faible
débit. En général, leurs eaux s'accumulent alors dans les bas-fonds pour former des
estuaires lagunaires partiellement fermés par un cordon littoral -et des marécages. Seuls, le
Cavally et le Sassandra sont suffisamment puissants pour maintenir une embouchure
permanente avec la mer. Les apports sédimentaires d'origine continentale de ce secteur
sont donc assurés uniquement par ces deux fleuves. Cependant, les débits moyens de ces
fleuves ont connu une baisse de l'ordre de 227 m3/s pour le Cavally et de 299 m3/s pour le
Sassandra sur la période 1966-1992 (Abé, 2005) entrainant une réduction des apports
terrigènes.
La végétation est caractérisée par une forêt en état de dégradation du fait des activités
humaines (Plantations). La forêt classée de ce secteur est fortement dégradée du côté de la
côtière (route reliant la ville d'Abidjan à l'Ouest de la zone côtière) et à l'approche de la ville
de Sassandra. C'est une zone à fort potentiel touristique en raison de la présence des plages
telle que celle de Monogaga localisée entre San-Pedro et Sassandra. Les activités
économiques de ce secteur sont constituées par une forte production des cultures de rentes
telles que le cacao, le café, le palmier à huile et l'hévéa dont l'exportation est assurée par le
Port de San-Pedro. Ce Port est d'ailleurs considéré comme étant le premier Port de cacao au
monde en raison de l'importante quantité de ce produit qui y transite chaque année. Les
recettes générées par l'exportation de ces produits contribuent de manière significative à
l'économie ivoirienne. A l'exception de la ville de San-Pedro qui connait une explosion
1 ••
démographique, les autres villes de cette section sont peu peuplées.
Concernant le risque d'érosion, cette section de côte semble la plus stable (Koffi,
1992; PRLEC-UEMOA, 2010). Les vitesses moyennes de recul du trait de côte sont
comprises entre 0,3 et 1 m/an autour des installations portuaires de San-Pedro (PRLEC-
UEMOA, 2010). L'évolution temporelle du taux de recul des différentes sections montre
que le secteur le moins affecté est celui allant du Cap des Palmes à Sassandra (Figure 1.9).
En effet, le long de cette section de côte, le taux maximum de recul (5 m/an) enregistré a été
observé en 1986 après l'intense activité de la tempête de mai 1986 (Yao et al., 2010). Cette
tempête a d'ailleurs détruit les infrastructures de protection du port de San-Pedro (Tableau
1.3). Les taux de recul observés au cours des autres années sont inférieurs à lm/an ; ce qui
23
confère à cette section de côte un état stable vis-à-vis de ce phénomène (Koffi, 1992; Abé,
2005).
L'analyse récente des profils de plage a révélé que les changements morphologiques de
ces profils obéissent à un rythme saisonnier marqué par une stabilité relative des rivages des
sites de Sassandra et de Tabou. Cependant, l'évolution temporelle du trait de côte est
caractérisée par une érosion progressive de certains segments de plages incluant celui qui est
compris entre Monoga'ga et San-Pédro. Le long de ce segment de côte, les taux de recul du
rivage ont varié selon Yao (2012) entre 1 et 3,5 m/an durant la courte période de suivi
couvrant2007-2009.
Tableau 1-3: Bilan des évènements extrêmes d'origine océanique et leur impact sur
le trait de la côte, les infrastructures et les populations côtières ivoiriennes.
Evènements Période Dégâts Lieu Auteur

Plage inondée et retrait
Été Juillet Grand- Quelennec,
Une tempête du trait de côte compris
1965 Bassam 1984
entre 10-15 m
Port-Bouët
Mi-Juillet Pertes d'habitation et de Quelennec,
Une tempête .. et Grand-
1984 terre estimées à 10-20 m 1984
Bassam
23 Mai 1986 1-5 m de terre perdue Yao et al.
Deux (2010)
Destruction des San-Pedro
tempêtes infrastructures de
Juillet 1986 Abé (2005)
protection du port
Toualy et al.
Abidjan-
Recul du trait de côte de (2015) ;
Une tempête 2007 Frontière du
1-18 m Dangui et al.,
Ghana
2014
Récul du trait de côte de
28 août au 3 plus de 12 m, pertes en
Port-Bouët Toualy et al.
Une tempête septembre vies humaines et
(Abidjan) (2015)
2011 destruction d'habitat
1
..
précaires
24
01 • • 1. .. . .. ..
"2 -2
:[
~ -4
.,
"O
~
::,
-6
"O
s
<.>
; -8
"O
] _101, -section 1
-section
-section
12 . .
1960 1965 1970 1975 1980 1985 1990 1995 2000 2005
Année
Figure 1.9: Taux de recul moyen du trait de côte le long des sections 1 (Cap des
Palmes-Sassandra), 2 (Sassandra-Abidjan) et 3 (Abidjan-Cap des Trois Pointes). Les
données ont été moyennées spatialement le long de chaque section de côte (Tano et al.,
2016).
1.4.2. Section 2: de Sassandra à Abidjan
La côte est formée de plateaux ou de falaise morte dont les altitudes sont comprises
entre 20 et 65 mètres suivis d'une petite plaine littorale (Figures 1.5 et 1.6). Ces plateaux sont
séparés sur une grande partie de cette portion de la côte de la mer par un cordon sableux
(Martin, 1973 ; Abé, 2005). Le sol dans cette région est constitué de sable et d'argile.
La côte est orientée dans le 80° (Tastet et al., 1993). L'angle d'incidence moyen entre le front
de houle et la côte vaut 27° (Martin, 1973). Le transport vers l'Est devrait être moins
important que celui du secteur précédent, mais à cause de la faible résistance des particules
sédimentaires au courant de dérive, le débit de ce transport vaut 800 000 m3/an créant ainsi un
déficit sédimentaire estimé à -600 000 m3/an dans cette portion de côte. La largeur du plateau
continental décroit de Sassandra (-35 km) à Grand-Lahou (-22 km), puis reste à peu près
constante jusqu'à Abidjan. Les profils sont convexes et la pente vaut 0,86 %. Elle reste
constante entre O et 25 m de profondeur. Les hauteurs des cumuls annuels de précipitation
à la limite Ouest de cette zone pour la période 1964-1997 sont comprises entre 785 et 2159
1
mm. Ces cumuls de précipitation ont connu en moyenne une baisse durant cette période
(Figure 1. 10).
25
3400~~~~~~~~~--.----,----,----,----,----,---,---,---,--,--,---r---r---r-.-.--;--;--;-,-,-,-.-,
3100 .. .. ,., ... _
2800 ; •••• ,.\...... • ••••••••••• 4 ••••

....... , ... _
...•.•.••. ·+ . -
1001 • 1 1 1 1 1 1 1 1 1 1 1 1 1 1 , 1 , / 1 1 I 1 1 1 1 1 1
1964 ·---
19t,~ ·-
1974 1979 1984 1989 1994
Année
Figure 1.10: Variation interannuelle du cumul des précipitations à la station de

Sassandra de 1964 à i 997. L~ droite de tendance linéaire y a été ajoutée. Les cumuls
calculés à partir des données fournies par la SODEXAM sont en mm.
Les températures moyennes de l'air fluctuent entre 23,5°C et 30 °C au cours de

l'année (Cissoko, 1985). Le fleuve Bandama, les rivières Nero, Ira, et Agnéby drainent cette
section de la côte. Le plus grand apport sédimentaire d'origine continentale de ce secteur
est assuré par le fleuve Bandama. Cette sédimentation est fonction de la puissance du débit
de ce fleuve qui a connu une baisse cumulée d'environ 218 m3/s au cours de la période 1966-
1992 (Abé, 2005). La chute du débit de ce fleuve peut être liée à la baisse des précipitations
sur cette section de côte. Elle pourrait également s'expliquer par les constructions des
barrages à usage agricole eténergétique (Production d'électricité).
1
La végétation de type forêt dense a été remplacée par des plantations de cacaoyer, de
caféier et de palmier à huile. On y rencontre également des plantations de cocotier et des
installations de production de pétrole et de gaz naturel dans la zone de Jacqueville (Abé,
2005). La biodiversité de ce secteur est riche. La lagune de Fresco par exemple est la seule
lagune de Côte d'Ivoire à abriter les deux types de mangrove~ (d'estuaire et lagunaire)
rencontrés le long de la zone côtière. Elle abrite en outre le site RAMSAR, l'île aux
chimpanzés (Grand-Lahou), le parc national d'Azagny et constitue également une zone à
intérêt floristique et faunistique. La densité de population est moins élevée que dans le
secteur précédent mais elle connait une hausse au fil des années. Elle est passée de 10
26
(avant 1990) à 25 habitants/km/ (après 1990). Elle est estimée aujourd'hui à 50

habitants/km? d'après le RGPH de 2014 (INS, 2014). A l'exception de quelques habitations
villageoises, les établissements humains sont éloignés des plages. Ce secteur résiste moins au
phénomène d'érosion que le secteur précédent notamment aux alentours de l'embouchure du
fleuve Bandama. Il semble moins stable que le secteur précédent. Les taux de recul observés
(Tableau 1.4) par Wognin et al. (2012) à Grand-Labou sont importants en raison de la menace
que fait peser ce facteur sur l'existence des populations, des écosystèmes et de certaines
activités économiques de cette ville. La comparaison des photographies aériennes des années
de la première colonne (années de référence incluant 1957, 1971, 1986, 1988 et 1993) à celles
des années de la première ligne effectuées par cet auteur indique une augmentation du taux
de recul du trait de côte. Ces vitesses sont plus importantes pour les courtes périodes et moins
importantes pour les longues périodes. Le taux de recul du trait de côte connait une hausse
depuis 1971 (Tableau 1.4). Il peut atteindre parfois -83,4 m/an comme ce fut le cas entre
1993 et 1995 (Wognin et al., 2012). Le taux de recul moyen le long de cette section est
compris entre -11,9 et -0,8 m/an (Figure 1.9).
Tableau 1-4: Taux annuel (m/an) de recul du trait de côte à Grand-Lahou (adapté de
Wognin et al., 2012)
Année de mesure des taux de recul du trait de côte

1971 1986 1988 1993 1995 2003
~
1957 -0,8 -2,1 -2,45 -2,76 -11,9 -7
(,J
~ = 1971 -3,33 -3,82 -4,02 -10,63 -16,86

'"'
~
'~ 1986 -7 -5,49 -22,79 -28
'"'
~
"O
~ 1988 -4,6 -27,15 -31,64

'~
=
<= 1993 -83,4 -45,1
1.4.3. Section 3 : d'Abidjan au Cap des Trois Pointes
Le long de cette section, la côte est basse et bordée de lagunes. Elle est constituée par
une bande étroite de 3 à 4 cordons marins ou de larges plaines de cordons sableux (vers la
frontière avec le Ghana), de 6 à 9 m d'altitude par rapport au niveau de la mer (Figures 1.5 et
1.6), et s'appuyant sur des dépôts sableux (Tastet et al., 1993). Les sédiments rencontrés le
27
long de cette portion de côte sont constitués par des sables grossiers à fins, d'Abidjan vers le
Cap des trois Pointes. Ces sédiments sont dominés par des sables de tailles moyennes dont la
proportion est estimée à 65% (Adopo et al., 2014). Cette portion de la côte est orientée dans
le 100° (Tastet et al., 1993.) . et repose sur un bassin sédimentaire subsident. L'angle
1
d'incidence entre le front de houle et la côte vaut 11 °. Ainsi, le débit du transport vers l'Est
est estimé à 400 000 m3/an et est plus élevé par rapport à celui du secteur 1. Le bilan
sédimentaire dû au transport sous l'effet du courant de dérive de cette section de côte devrait
être positif. Cependant, à cause de la présence du canal de Vridi, la quasi-totalité de ces
sédiments se déverse dans le trou sans fond, créant ainsi un déficit sédimentaire entre l'ouest
de ce canal et le Cap des trois Pointes (Martin, 1973). Vers le· Cap des Trois Pointes, la
largeur du plateau croît et atteint -35 km à la frontière avec le Ghana. La légère convexité du
profil du plateau continental dans ce secteur traduit la présence d'une zone de
sédimentation. Les pentes sont fortes et elles sont comprises entre 2% (autour de Grand-
Bassam) et 2,25% (aux alentours du Trou Sans Fond) dans les 15 ou 45 premiers mètres de
profondeur. Le climat de la région est le même sur toute la bande côtière ivoirienne (climat
équatorial humide). Les cumuls de précipitation sont compris entre 1060 et 2432 mm à
Abidjan et entre 1180 et 2532 mm à Adiaké. Une baisse de ces cumuls de 20,9 et de 15 mm/an
a été observée entre 1964 et 1997 respectivement à Adiaké et à Abidjan (Figure 1.11).
e
.§_ 3400 ~I ~ ~
l~~+~
, .. , .....
mtff =·=: ·~-~-.

111 1
i
~
1900
"5 1000
àE 700
1964
ff
~:~~! ::: ::·1~:::·::·:~
..
· :.:::> '. ..::::..
·: ·:::·:.i·
::. ~
.. · · · ·
An~n
.. ·
t
··· ·
: · · · · ·::···· ::··n
·
.• ""~ .•
···
.
:·· ·n
·.:···::· : · · r
.. ··1 : · · ::::
· ..
. .
_.
:·· ·t·
'0 \.
.. ::::·· ·m
. ..
;;
.
;;.··
_.. __ •
.
;;·;;; :· •
:::· :: :· ·.·.··· .. ··:

· .:
, ~---
1 ,
:~~
-~~-
19.,., 1974 1979 1984 1989 1994
Année
eE 3400 .--..--..--.-...--,--.--,---,--,.-,.--,.--,--,,--,--,---,---.--.-...--,--.--,---,--,.-,.--,.--,,--,--,---,---.--.--,
ê 3100 ... b} ... ·····•···-
o 2800 1 1 1· l·l·I 1
j 2500
1900 r '::~ï!::~Ti'\t'i-±~~f-.f-.~~~~:+i<ll~~
~ 2200".
:ê-
CL 1600
~ 1300
"5 1000 ... , .. ··-
E 700'---'--'--'-...t...-'-_,___.___.___.__,___,__..__.._..__.._..._...__.__,_.... __,___.___.___.__,___._.._..__.._.._...__._~
a 1~4 1~ 1~4 1~ 1~4 1~ 1994
Année
Figure 1.11: (a) variation interannuelle du cumul des précipitations aux stations
d'Adiaké et (b) d'Abidjan sur la période 1964-1997. Les droites· de tendance linéaire
(en rouge) ont été ajoutées aux deux graphiques. Les cumuls calculés à partir des
données fournies par la SODEXAM sont en mm.
28
La température moyenne de l'air varie entre 23.5°C et 30 °C (Cissoko, 1985). Cette

partie de la zone côtière est en outre traversée du Nord au Sud par le fleuve Comoé, par les
rivières Tanoé, Ahania et la lagune Aby qui communique avec l'océan Atlantique par une
passe unique au niveau du village d'Assinie-Mafia (Hauhouot, 2010) et la Bia. La déclinaison
1 •
des apports sédimentaires d'origine continentale pour l'engraissement des plages de ce

secteur est en partie liée à la baisse cumulée d'environ 133 m3/s du débit de ce fleuve sur la
période 1958-1996. Cette troisième section de côte connait une forte explosion
démographique. La densité de population est plus élevée que celle des secteurs précédents.
Pour la seule ville d'Abidjan, cette densité de population est passée de 449 en 1975 à 2221
2
habitants/krn en 2014 (INS, 2014). De nombreux établissements humains sont situés soit
directement sur la plage ou non loin du rivage (environ à 100 m de la ligne de côte). Cette
proximité avec la limite océanique expose la vie des populations de cette zone aux impacts
des évènements extrêmes d'origine océanique (Hauhouot, 2010).
L'économie de ce secteur est dominée par le commerce soutenu par la présence du plus
grand port et aéroport du· pays; l'agriculture (plantation de palmier à huile, de cocotier, etc.), la
pêche (artisanale et industrielle) et les sites d'exploitation de pétrole localisés au large de
Grand-Bassam. En outre, on y trouve une diversité d'industries comme la Société
Ivoirienne de Raffinage qui est d'ailleurs la seule raffinerie de la Côte d'Ivoire. Cette
troisième section de côte abrite de nombreux sites touristiques localisés sur les plages de
Mondoukou, d'Assinie, de Grand-Bassam, d'Assouindé, etc. Elle abrite également la ville
touristique de Grand-Bassam classée patrimoine mondial de l'UNESCO en 2012 et le parc
national des îles Ehotilés. Ce parc renferme une végétation diversifiée avec différents types
d'écosystèmes forestiers (forêt de terre ferme, la forêt en bordure de rive, les forêts
marécageuses et celle de mangrove). Elle renferme aussi une faune diversifiée composée de
l'avifaune, des mammifères (antilope royale, potamochère, des primates et de nombreuses
chauves-souris). Cette 'riche biodiversité subit la pression des impacts des activités humaines
telles que le braconnage et la déforestation qui peut être accentuée par les effets du
changement climatique, des évènements extrêmes d'origine océanique et de la montée du
niveau de la mer l'exposant ainsi à une disparition partielle ou totale. L'ancienne voie
bitumée reliant Abidjan à Grand-Bassam est située entre 60 et 200 m de la ligne de côte
(PRLEC-UEMOA, 2010). La proximité de cette infrastructure routière l'expose aux
évènements extrêmes d'origine marine qui surviennent régulièrement depuis ces dernières
années. Cette section de côte connait un recul du trait de côte beaucoup plus important que les
29
deux premières sections surtout lorsqu'elle fait face aux tempêtes de plus en plus récurrentes
(Tableau 1-3) induisant des dégâts importants comme illustrés par la figure 1.12.
1 •
Figure 1.12: Impact d'évènement extrême sur une habitation côtière à Grand-
Bassam du 28 Août au 3 Septembre 2011 (Tano et al., 2016).
Le taux de recul annuel peut atteindre parfois 5 m/an par endroits (Abé, 2005 ;
Wognin et al., 2013, Adopo et al., 2014). Dans la zone de Port-Bouët par exemple, la tendance
du trait de côte est au recul depuis 1950 (Abé, 2005). Le tableau 1.4 illustre l'évolution, sur
différentes années, les taux du recul du trait de côte le long d'une portion de cette section de
côte. Les taux du recul de la terre au profit de la mer sont compris entre 0,77 m/an et 4,82
m/an (Tableau 1.4) menaçant par exemple les installations de la Société Ivoirienne de
Raffinage (SIR) et l'aéroport international d'Abidjan. Les autres parties de cette portion du
littoral sont également affectées par l'érosion malgré l'existence de certaines zones
d'engraissement (Wognin et al., 2013 ; Adopo et al., 2014). Le taux de recul moyen le long
de cette section de côte est compris entre 2,5 et 8,05 m/an (Figure 1.9). Cette dynamique du
trait de côte est sous la dépendance à la fois des activités humaines dont la construction
d'infrastructures de défense du port, la réduction des apports de sédiments d'origine
continentale du fait de la construction des barrages sur les fleuves (Abé, 2005) et des
forçages naturels que sont la marée océanique, le niveau de la mer et les vagues auxquels
cette section de côte est soumise.
30
Tableau 1-5: Evolution temporelle du trait de côte (m/an) entre Vridi et Port-Bouët
selon (Abé, 2005). Les valeurs négatives et positives traduisent une érosion et une
accrétion respectivement.
1956 1960 1971 1984 1987

Lido -4,82 1,25 -3,63 -1,9 -
Cakpo -3,66 0 0 0 0
Palm beach -2,14 -3,75 -1,82 -0,77 -3,33
Bidet 0,53 0 0 0 0
Eglise - - 0,35 -1,92 -1,66
,·
Phare - - 0,46 -2,69 3,33
Cabanon - - - -0,77 -3,33
1.5. Conclusion
Le climat de type équatorial humide de la zone côtière ivoirienne est caractérisé par
deux saisons sèches et deux saisons pluvieuses. L'alternance entre ces différentes saisons
influence les crues et les étiages des quatre principaux fleuves (Cavally, Sassandra, Bandama
et Comoé) qui drainent cette partie du territoire.
Il existe une disparité dans la répartition de la population de cette zone côtière et le

reste du territoire d'une part et, entre les différentes sections de côte d'autre part. La
densité de population est plus élevée à l'Est que dans les autres portions de la zone côtière.
La plupart des activités économiques sont concentrées dans la partie Est de ladite zone.
Le bassin sédimentaire couvre la partie la plus importante de cette zone, soit 3/5 contre
2/5 pour le socle. La géomorphologie de la zone côtière est caractérisée une côte rocheuse
d'altitude élevée à l'Ouest (Cap des Palmes - Sassandra). De Sassandra à Abidjan, la côte
par une plaine moyennement élevée. Une côte basse et sableuse caractérise la section Est
(Abidjan - Cap des Trois Pointes) de la zone côtière.
La marée est de type microtidal. Le marnage moyen n'excède pas 1,4 m. La hauteur
des vagues excède rarement 2 m. cependant, des vagues particulièrement énergétiques de
hauteurs supérieures à 2 m apparaissent au cours de la saison pluvieuse.
31
La zone côtière de la Côte d'Ivoire a été modifiée et aménagée de façon intensive au

cours de ces dernières décennies. L'occupation croissante de l'espace côtier est liée à
l'augmentation galopante de la population et des activités économiques. La pression
engendrée par ces activités anthropiques et les forçages naturels pourrait avoir des impacts
négatifs sur les écosystèmes, les infrastructures et les populations situés sur cette portion
fragile du territoire. L'augmentation du niveau de la mer et l'intensification de certains
paramètres environnementaux peuvent perturber l'équilibre de la zone côtière ivoirienne et
accroitre l'exposition de la population, des infrastructures et des écosystèmes aux impacts des
risques générées par les variations de ces paramètres environnementaux et socio-
économiques. L'analyse des impacts des différents forçages pouvant mettre en mal
l'équilibre de cet espace côtier requiert un certain nombre de données qui seront décrites
dans le chapitre suivant.
32
Données et méthode de traitement des données
Chapitre 2
Données et Méthodes de traitement
Ce chapitre présente dans une première partie les caractéristiques, origines et

techniques d'acquisition (si possible) des données utilisées dans ce travail. La deuxième
partie de ce chapitre est consacrée aux méthodes utilisées pour analyser l'évolution temporelle
de ces paramètres. Elles sont constituées par un ensemble d'outils statistiques, de modèle de
prédiction de marées et une méthode objective d'évaluation de la vulnérabilité de la zone
côtière.
En vue d'analyser la vulnérabilité des différentes sections de la zone côtière ivoirienne,

nous allons considérer :
une série temporelle de sept années (1982-1988) de données des variations du

niveau de la mer observées par le marégraphe du port d'Abidjan. Ces données sont
archivées sur le site du Permanent Service for Mean Sea Level
(http :/ /www.psmsl.org/ data/ obtaining/) ;
une série chronologique de 22 années (de 1993 à 2014) des anomalies du niveau de
la mer obtenues à partir des produits par points de grille mis à disposition
par A VISO (Archivage, Validation et Interpretation des données satellites
océanographiques) à partir des mesures altimétriques effectuées par les satellites
Saral, Cryosat-2, Jason-1&2, Topex/Poseidon, Envisat, GFO, ERS-1 & 2 et Geosat;
une série de 45 années (resp. 11 années) des caractéristiques (hauteur significative,

période et direction moyennes des vagues) ERA-40 (resp. BRA-INTERIM) du
Centre Européen des Prévisions Météorologiques à Moyen Terme (CEPMMT) de
résolution 1 °xl O (resp. 1.5°xl.5°) ;
une série de 33 années (de 1982 à 2014) des températures de surface de l'eau de
mer de résolution 0.25°x0.25° (GHRSST Science Team, 2010) ;
33
une série de 44 années (de 1970 à 2013) des salinités de surface de l'eau de mer de
résolution 1 °xl Ode Reverdin et al. (2007) ;
une série de 5 années de données de densité de population obtenue à partir des

enquêtes statistiques (INS, 1992, 1998, 2012 et 2014) et du Centre National de
Télédétection et <l'Information Géographique (CNTIG).
2.1. Description des données
Les données décrites ici concernent les enregistrements marégraphiques, les données
altimétriques, les réanalyses ERA40 et BRA-INTERIM et les champs de température et de
salinité de surface de la mer. Dans chaque cas, nous rappellerons brièvement les techniques
d'acquisition et nous ferons ensuite la description des données utilisées dans ce travail.
2.1.1. Données marégraphiques
Pour l'observation de la marée, les premiers instruments étaient de simples échelles

de marée (Figure 2.1) où l'enregistrement de la marée se faisait à intervalles réguliers de
temps par un observateur. Mais, compte tenu des différentes erreurs que pouvaient
comporter les séries chronologiques, des instruments plus performants (des marégraphes) ont
vu le jour. Parmi ces marégraphes, le plus utilisé en Afrique est le marégraphe à flotteur
(Figure 2.2). Cet instrument mesure les variations du niveau de la mer à travers un système
mécanique plus ou moins complexe qui relève les montées et les descentes d'un bouchon qui
flotte à la surface de la mer sur un papier défilant à vitesse constante monté sur un
cylindre (Tambour d'enregistrement). La courbe de marée est directement obtenue sur un
papier millimétré (Lefèvre, 2000). Les données relatives aux variations du niveau de la mer
échantillonnée à intervalle de temps égal à lh sont au format analogique (Figure 2.3) et
nécessite une numérisation mécanique. L'inconvénient lié à ce type d'instrument réside dans
le fait que pour acquérir de bonnes mesures, le bouchon ne doit pas être perturbé par des
effets de courtes longueurs d'onde, comme la houle ou les vagues, et la mise en place d'un
puits de tranquillisation est indispensable bien que parfois difficile à installer.
34
Figure 2.1: Echelle de marée installée près du marégraphe à pression de Takoradi

pour la détermination du zéro instrumental ou pour la réduction des sondes (Nkebi,
2006).
i,----Counterweight
Canonical inlet
Figure 2.2:Marégraphe à flotteur (!OC, 2006).
35
Figure 2.3: Marégramme fourni par le marégraphe à flotteur du port d'Abidjan-vridi

durant la période 29/01/2016 à 9h00 au 9/02/2016 à 9h00 (source Port Autonome
d'Abidjan).
Pour améliorer · la qualité des enregistrements, des marégraphes numériques

bénéficiant des dernières technologies ont vu le jour. Ils comprennent les marégraphes à
pressions (Figure 2.4), acoustiques (Figure 2.5) et radar (Figure 2.6). Les marégraphes à
pression ont un capteur de pression au fond de l'eau à une position référencée, qui mesure
la pression Ptond et un autre capteur qui mesure la pression atmosphérique (Patm) au-dessus
d'un point de mesure immergé. En faisant l'hypothèse de fluide incompressible avec une
distribution verticale hydrostatique, on accède facilement aux hauteurs des variations
du niveau de la mer de la forme :
h = Pfond - Patm
pg
où: 1 •
Pfond, est la pression au fond du puits marégraphique;
Patm, représente la pression atmosphérique; p est la densité de l'eau de mer; g est

l'accélération de la pesanteur.
36
Les marégraphes acoustiques (où marégraphes à ultrason) possèdent un émetteur

acoustique de position, référencée, au-dessus de la surface de l'eau qui mesure la distance à
la surface de l'eau grâce à une onde acoustique.
High
pression
Air compresser Atmospheric pression
p,fç)
Total system volume= V,+ V 6 = V Gauge ·elevati6n H
lnstantaneous /"
Pressure of gas = P ,.= .atmospherlc pressure ..j pg (, 0 water level ~,
Gas butter
•
volume vb
Gas outlet level
gauge datum
Horizontal cross section area A
Figure 2.4: Marégraphe à pression (/OC, 2006).
H = D-l,
Capteur
:H = D-C. l'!.t
ultrasonore 2
,, Centrale d'acquisition
Y I Capteur
de température
D·
Figure 2.5: Marégraphe acoustique (!OC, 2006).

1 •
37
Les marégraphes radars ont vu le jour en 2002 (IOC, 2006). Ils ont été exploités
pour la première fois sur les côtes espagnoles et du Royaume-Uni (IOC, 2006). Les hauteurs
d'eau sont déterminées à partir du changement de phase entre les signaux transmis et reçus
par le radar. Cette méthode est appelée Modulation de Fréquence à émission Continue d'Ondes
dont l'abréviation en anglais est F.M.C.W. La précision de cet instrument est de 1 cm. Ce
marégraphe ne peut pas effectuer des enregistrements à intervalles réguliers de 15 s. Cela
constitue un handicap important, car l'intervalle de temps requis pour effectuer les
enregistrements dûs au.tsunami est de 15 s (IOC, 2006). La figure 2.6 illustre l'acquisition de
données à l'aide d'un marégraphe radar de type Kalesto installé dans le cadre du
programme Ocean Data and Information Network for Africa (ODINAFRICA) III à Pointe-
Noire.
Figure 2.6: Marégraphe radar installé au port de Pointe Noire dans le cadre du
programme ONDINAFRICA 2007(Maka.nda, 2006).
Les marégraphes à flotteur type AOTI installés aux ports d'Abidjan (Figure 2.2) et de
San-Pedro enregistrent les variations du niveau de la mer respectivement depuis 1951 et juin
1973 (Dje et N'guessan, 2006). Cependant, les séries temporelles issues des mesures et
gérées par les services hydrographiques de ces ports sont pour la plupart au format analogique
38
ou ne sont pas accessibles. Toutefois, il faut signaler que ces données analogiques sont en
cours de numérisation au service hydrographique du port d'Abidjan. Récemment, un nouveau
marégraphe numériquea été installé au Port d'Abidjan (Figure 2.7a-b) mais les données issues
de cet instrument ne sont pas non plus accessibles. C'est pourquoi les données utilisées dans
ce travail proviennent du Research Quality Data Set (RQDS) de l'Université de Hawaii Sea
Level Center (Cadwell et Merrifield, 2000). Elles consistent en une série de sept (7) années
de données horaires couvrant la période allant du l " janvier 1982 au 31 décembre 1988. Elles
constituent la plus longue série disponible pour le littoral ivoirien ayant subi un contrôle
qualité de la part de Joint Archive for Sea Level (JASL) selon Caldwell et Merrifield (2000 et
2013). Elles comportent en outre très peu de valeurs manquantes et sont donc statistiquement
valides pour des prédictions de marées.
a) b)
Figure 2.7: a) Photo du marégraphe numérique; b) Localisation du site d'installation

du marégraphe au port d'Abidjan-vridi (source Port Autonome d'Abidjan).
2.1.2. Données altimétriques
Dans la section précédente, nous avons décrit l'ensemble des données marégraphiques
disponibles sur le littoral ivoirien. Ces données couvrent une période relativement courte
de sept ans. Elles ne permettent pas d'accéder aux variations à long terme du niveau de la
mer nécessaires pour comprendre comment ce processus menace la zone côtière. Pour nous
affranchir de cette difficulté, nous avons eu recours aux données altimétriques enregistrées par
39
les altimètres embarqués sur les différents satellites dont ,Saral, Cryosat-2, Jason-
1 et 2, Topex/Poseidon, Envisat, GFO, ERS-1 et 2. La trace de passage de ces satellites sur
la zone d'étude est représentée sur la figure 2.8.
15W HJW 5W 5E lOE 15E
Figure 2.8: Traces de passage du satellite Topex/Poseidon (avant Aout 2002) sur la
zone d'étude (en rouge) adapté de Aman et al. (2007).
L'altimètre mesure la· distance entre le satellite et le niveau de la mer. Cette mesure
est faite par un signal radar qui est émis par l'antenne de l'altimètre vers l'océan. Le signal
réfléchi (rétrodiffusé) par la surface océanique est réceptionné par l'altimètre (Figure 2.9). La
mesure du temps de trajet aller-retour du signal et la connaissance de sa vitesse de
propagation permet, après de nombreuses corrections (propagation, géophysiques,
atmosphériques, biais électromagnétique), d'en déduire la distance entre le satellite et la
surface liquide (Lefèvre, 2000).
La hauteur des variations du niveau de la mer en un point donné est calculée à partir de
l'expression suivante: h = H - d - G (Arnault, 2004)
OÙ:
• H est la distance entre l'orbite du satellite et l'ellipsoïde de référence (surface de

référence arbitraire, correspondant en première approximation à la forme
élémentaire de la terre, une sphère aplatie aux deux pôles);
40
• d = C :t est la distance altirnétrique avec dt, le temps qui s'écoule entre l'émission
et la réception du signal par l'altimètre;
• G représente la hauteur du géoïde (swface équipotentielle qu'aurait la mer en
absence de perturbations dues aux effets de la marée, des variations de densité, des
courants et de l'atmosphère).
Ces mesures altimétriques ont permis de pallier le problème lié à la mauvaise couverture
spatiale des marégraphes, car bien que les mesures marégraphiques soient précieuses du fait de
la longueur des mesures et de la qualité des acquisitions, elles sont limitées par leur mauvaise
répartition spatiale sur la surface des océans. De nombreuses zones; en particulier les zones de
plein océan, ne sont pas échantillonnées par les marégraphes.
Orbite
Traversée dans r,onosphère

etdanslatropqsphère
H
Balise Doris
Figure 2.9: Illustration de la mesure des variations du niveau de la mer par l'altimétrie
satellitaire, adapté de Arnault (2004 ).
L'absence de données in situ récentes des variations du niveau de la mer nous a

conduit à l'utilisation des données altimétriques pour l'analyse de la variabilité temporelle et
l'estimation à moyen terme du niveau de la mer le long de la zone côtière ivoirienne durant ces
deux dernières décennies. Ces données ont été extraites des archives de Archiving, Validation
and Interpretation of Satellite Oceanographic data (A VISO). Elles consistent en une série de
41
22 années (1993-2014) de données journalières des anomalies du niveau de mer, de

résolution spatiale de 0.25°x0.25° longitude/latitude. La fiabilité de ces données réside
dans le fait qu'elles se superposent quasi parfaitement aux données rnarégraphiques issues
des marégraphes installés à la côte, surtout dans les zones côtières du Golfe de Guinée (Aman
1
et al., 2007). Elles ont été moyennées spatialement le long de la zone d'étude (7°30' -
2°25'Wx4°-5°30'N) afin de les transformer en série journalière. Ces anomalies du niveau de
la mer seront utilisées pour caractériser la variabilité temporelle et le comportement à
long terme du niveau de la mer le long du littoral ivoirien.
2.1.3. Reanalyse ERA-40 et ERA-INTERIM
Le but des données de réanalyse est de remédier aux inhomogénéités liées aux
modèles et aux changements d'assimilation de données. Le meilleur schéma de modèle et
d'assimilation de données disponibles qui ne change pas dans le temps est utilisé pour répéter
la procédure d'analyse. Par conséquent, cette nouvelle analyse donne un ensemble de données
complet qui est le plus homogène dans le temps (Semedo et al., 2011). Ces données de
réanalyses proviennent des observations de diverses sources fournies par les radiosondages
aérologiques, les stations météorologiques de surface, les satellites, les radars, etc.
La hauteur significative (H5) des vagues ou SWH (pour Significant Wave Height en
anglais) est utilisée dans ce travail comme une approximation de l'énergie de dissipation à la
côte. Elle correspond à la hauteur des un tiers (1/3) des plus hautes vagues observées en un
point et à un instant donnés selon la formule suivante : H5 = 4,04 x Jmo où mo représente la
variance moyenne des hauteurs de la mer (Semedo et al., 2011). Les données in situ relatives
aux variations du niveau de la mer dues aux vagues (mer du vent et houle) sont quasi
inexistantes le long des côtes du Golfe de Guinée en raison de l'absence de bouées ou
d'houlographes dédiés à la mesure des caractéristiques de ce processus. La seule bouée de
1
la région a été installée au large du Ghana en 2010 mais les données enregistrées ne sont pas
gratuites (Toualy et al., 2015). Ainsi, les données issues des réanalyses ERA40 (Uppala et
al., 2005) et BRA-INTERIM (Dee et al., 2011) fournies par European Centre for Medium-
Range Weather Forecast (ECMWF) sont utilisées pour . l'analyse temporelle des
caractéristiques de vagues (SWH, période et direction) qui lessivent la côte ivoirienne. Ces
données couvrent tous les océans du globe. Les pas de grille· (longitude/ latitude) sont
respectivement de 1 °xl O pour ERA-40 et de l.5°xl.5° pour BRA-INTERIM. Ces données
sont disponibles à intervalles de temps réguliers de 6h et couvrent la période du l "
42
septembre 1957 à Oh au 31 août 2002 à 18h pour ERA-40 et du l " janvier 1979 à Oh au 31
décembre 2013 à 18h pour ERA-INTERIM. Les valeurs de. SWH ont été moyennées
spatialement dans la boite 7°30'-2°25'Wx4°-5°30'N pour en faire des séries chronologiques.
Nous utiliserons ces données pour analyser la variabilité interannuelle et la tendance à long
terme du comportement des vagues le long de la zone côtière ivoirienne.
2.1.4. Données de la température de surface de la mer
Les données de température de la surface de la mer (TSM) ou SST (pour Sea Surface
Temperature en anglais) ont été produites par l'équipe scientifique du Group for High
Resolution Sea Surface Température (GHRSST Science Team, 2010) qui est un programme
1
international, visant à fournir aux applications météorologiques, océanographiques et

climatiques des données de température de surface de la mer issues d'observations in situ et
de mesures satellitaires de la meilleure qualité possible (GHRSST Science Team, 2010). Cette
base de données comporte plusieurs niveaux mais nous n'utiliserons dans ce travail que les
données du niveau 4 nommées L4. Les SSTs de ce niveau sont d'une plus grande précision
et de meilleure qualité, car elles combinent à la fois, en temps quasi réel, divers produits de
données de SST de plusieurs capteurs (micro-onde et infrarouge) de différents satellites et des
observations in situ (Donlon et al., 2007). Leurs résolutions spatiale et temporelle sont plus
fines que les niveaux Ll et L2 (GHRSST Science Team, 2010). Les données GHRSST L4
sont disponibles à l'adresse :
ftp://podaac-ftp.jpl.nasa.gov/a11Data/ghrsst/data/L4/GLOB/NCDC/AVHRR 01
Elles couvrent la période allant de 1981 à nos jours par pas de grille de 0.25°x0.25°
Longitude/Latitude. Ces données ont été spatialement moyennées le long de la côte ivoirienne
dans la boite (7°30'-2°25'Wx4°-6°N), afin de constituer une série chronologique journalière
couvrant la période 1982-2013. Ces données seront utilisées pour analyser le comportement
temporel (réchauffement ou refroidissement) des eaux le long de 1~ côte ivoirienne.
2.1.5. Données de Salinité de la surface de la mer
Les données de salinité analysées dans cette étude sont issues des champs de salinité
développés par Reverdin et al. (2007) qui ont été récemment étendus à 2013 (voir
http://www.legos.obs-mip.fr/observations/sss/datadelivery/sea-surface-salinity-database-in-
' ..
the-atlantic-ocean-50degn-30degs-for-the-1970-2013-period). Ces données de résolution
spatiale de 1 °x 1 ° et de résolution temporelle de 1 mois couvrent l'océan Atlantique
43
particulièrement entre 30°S-50°N sur la période 1970-2013. Ces données proviennent d'une
variété de sources de données, principalement de thermosalinographes en cours sur les navires
de recherche et d'observation bénévoles (http://www.legos.obs-mip.fr/observations/sss/), de
mouillages du Pilot Research moored Array in the Tropical Atlantic (PIRATA) dans
l'Atlantique tropical (http://www.brest.ird.fr/pirata/), de Sail Moisture and Ocean Salinity
1
(SMOS) et dériveurs de CARIOCA (Reverdin et al., 2007), et à partir de flotteurs Argo

(http://www.coriolis.eu.org/Observingthe-ocean/Observing-s ystem-networks/Argo ).
Elles constituent à ce jour les meilleures données de salinité disponibles pour l'Atlantique et
dédiées à la couche de surface. Elles ont en outre déjà servi à la validation de modèle d'analyse
de l'équilibre de la couche mixte de salinité (Da-Allada et al., 2013). Tout comme les
variables précédentes, les valeurs de SSS extraites de cette base de données ont été
spatialement moyennées dans la boite 7°30'-2°25'W x 4°-5°30'N pour en faire des séries
chronologiques. Les séries temporelles obtenues serviront à l'analyse de la tendance de la
salinité le long de côte ivoirienne.
2.1.6. Données socio-économiques
Les données socio-économiques utilisées dans ce travail proviennent de l'Institut

National de la Statistique (INS) et du Centre National de Télédétection et <l'Information
Géographique (CNTIG). Ces données intègrent la distribution spatiale de la population
issue soit des enquêtes statistiques de l'INS (INS, 2012) soit du Recensement Général de la
Population et de l'Habitat (INS, 1992; 1998 et 2014). La figure 2.10 illustre l'évolution
temporelle de la densité de population de San-Pedro (en bleu), de Grand-Lahou (en bleu ciel),
du territoire national (en vert), de la zone côtière (en orange) et d'Abidjan (en marron)
calculées à partir des différentes enquêtes statistiques de l'INS. La distribution des enjeux
(l'occupation du sol et écosystèmes) est représentée sur la carte fournie par le CNTIG (Figure
2.11). Elle illustre aussi la répartition spatiale de la densité de population, de diverses
1
infrastructures et d'activités économiques telles que les extractions de pétrole et de gaz

naturel.
44
2400
N" 2100 __ Nationale

~E - Villes côtières
i
Ill
1800 -Abidjan
i
C:
1500
~
Ill
1200
:i
Cl.
&_ 900
CIi
-0
~ 600
ëii
C:
CIi
C 300
1975 1988 1998 2010 2014

Année
Figure 2.10: Evolution temporelle de la densité de population de San-Pedro (en bleu),

de Grand-Lahou (en bleu ciel), national (en vert), de la zone côtière (en orange) et
d'Abidjan ( en marron). Ces densités de population ont été calculées à partir des
différentes enquêtes statistiques de l'INS (JNS, 1975, 1988, 1998, 2010 et 2014).
SN
7\V 6\V 5W 4W JW
• forêt dense c:J Site RAMSAR Dtn51té de population
forêt d<j1radét Cl Aéroport intern1tioul (bbWkm carré) • VWcdulinoral - Plan d'eau
• Aine protêgtc + Afroport mondai(t
• <50
• 50. 100 + Zoae industrielle
Culture • Port • 100 - 200 * Base militaire Echelle: 1/ I 500 000
, , Plantatioa industrielle • > 200 • Extraction de ~Il
~~} Extraction de perrele
Figure 2.11: Carte de distribution des écosystèmes, de la densité de population, des

infrastructures urbaines, industrielles et commerciales et des activités extractives et
agricoles le long de la zone côtière ivoirienne (adaptée de CNTJG, 2010).
45
2.2. Méthodes de traitement des données
Les différentes données présentées ci-dessus ont été analysées au moyen de méthodes
qui sont décrites dans la présente section. Ces méthodes comprennent le modèle d'analyse
harmonique et de prédiction de marée océanique (Utide), la régression linéaire, les tests
statistiques de détection de points de ruptures de Pettitt (1979) et de Hubert et Carbonnel
(1989), et des modèles numériques d'analyse de la vulnérabilité des différentes sections de la
zone côtière ivoirienne.
2.2.1. Modèle d'analyse et de prédiction de marées océaniques
La description des données marégraphiques disponibles sur la côte ivoirienne a révélé

qu'elles souffrent d'irrégularités spatio-temporelles. Cette absence de longues séries
chronologiques a toujours constitué un handicap important dans la tentative d'accroitre nos
connaissances sur les variations du niveau de la mer dues à la marée océanique (Lefèvre,
2000), les surcotes ainsi que celles occasionnées par le changement climatique dans la zone
côtière ivoirienne. Pour s'affranchir de cette contrainte majeure, nous avons eu recours à un
modèle de marée capable de prédire les hauteurs d'eau dues à la marée océanique sur une
longue période. Ce modèle appelé Utide a été développé par Codiga (2011) de l'Université
de Rhode Island. Il est utile pour l'analyse des séries marégraphiques dont la longueur
d'enregistrement est supérieure à au moins 2 ans. Ce modèle est également capable de
traiter des données uniformément ou irrégulièrement reparties dans le temps et fournit des
résultats sur les corrections nodales avec une grande précision pour des séries
marégraphiques de durée supérieure à 18,6 années (Codiga, 2007). Il intègre en outre les
méthodes d'analyse de ces prédécesseurs que sont le T-Tide (Pawlowiz et al., 2002) et r-T-
Tide (Leffler et Jay, 2009). Une autre particularité de ce modèle d'analyse de marées est sa
capacité à traiter aussi bien les séries à une dimension que les séries chronologiques à deux
dimensions (données de courants de marée caractérisées par ses vitesses zonale (u) et
méridienne (v)).
L'équation du modèle sous sa forme complexe est donnée par l'équation (2.1) (Codiga, 2011):
nall
xm d(ta = L(Eiqat + Ei~aq) +X+ X X (ti - tref)

0
(2.1)
q=l
où:
46
• x= ü + iv représente les moyennes respectives des composantes réelles zonale et
méridienne du vecteur courant de marée;

• x = ù + iv représente la tendance des deux paramètres définis ci-dessus;
• tref = ti :tnt correspond au temps central d'enregistrement des données brutes;
• t1 et tnt représentent les dates de premier et dernier enregistrements des données
brutes;
• Les complexes conjugués at et aq représentent respectivement les amplitudes
complexes de chaque composante q suivant les sens horaire et anti-horaire de rotation dans le
temps;
• Selon les sens de rotation (anti-horaire ou horaire), les coefficients multiplicatifs
complexes prennent respectivement les formes exponentielles Eiq et Etq telles que
Eiq = Piq x Fiq x exp i(Uiq + Viq) où Piq, Fiq, Uiq et Viq, représentent respectivement les facteurs
correctifs pour le pré-filtrage, facteur de correction nodal/satellite d'amplitudes, de
décalage phase à l'instant t, l'argument astronomique en radians, lequel est relatif à la marée
d'équilibre à Greenwich. La sommation ci-dessus se fait sur tous les q = 1, ... , nallc
constituants (non-référencés, référencés, et inférés).
Dans le cas d'une série à deux dimensions (composantes zonale u et méridienne v du

courant par exemple), l'information concernant l'amplitude et la phase de chaque constituant
est rapportée aux quatre paramètres de l'ellipsoïde du courant. Les coefficients complexes
sont associés aux grandeurs réelles et positives, AS, Aq et aux phases ët, ë;j par les relations:
+ -1 +1 __ 1 -1 + _ arctan (rm(sS))
Aq - aq , Aq - aq , ëq -
__ (lm(t:q))
Re(s~) et ëq - arctan Re(sq) (2.2)
Dans le cas unidimensionnel (série chronologique d'enregistrement marégraphique observée

par un marégraphe par exemple), l'équation du modèle s'obtient en remplaçant dans
l'équation (2.1) ci-dessus u par [hbruteCta] qui représente le niveau de la mer observé à
la date t, et en attribuant la valeur zéro (0) à la composante méridienne v du vecteur courant.
L'utilisation du modèle Utide intègre l'analyse harmonique de la série chronologique

et sa reconstitution après analyse. Cette analyse harmonique permet de générer les différentes
composantes harmoniques qui seront par la suite utilisées pour la reconstitution du signal de
la marée océanique. Les résultats ainsi obtenus sont aussi utilisés pour une simulation
rétrospective ou faire la prévision/prédiction de la marée océanique (Codiga, 2011). Ce
47
modèle est utilisé dans cette étude pour analyser une série temporelle unidimensionnelle telle
que les enregistrements marégraphiques décrits plus haut et pour simuler la marée sur une
longue période.
2.2.2. Décomposition modale empirique
La décomposition modale empirique ou Empirical Mode Decomposition (EMD) en

anglais est une partie du processus connu sous le nom de la Transformation de Hilbert-Huang
(HHT). Cette méthode comporte deux principaux éléments à savoir l'EMD et l'analyse
spectrale de Hilbert. Dans ce travail, nous n'utiliserons que l'EMD qui est la composante du
processus précédent dédiée à l'analyse temporelle. L'application de cette méthode à une série
chronologique (anomalies du niveau de la mer par exemple) permet de générer des fonctions
appelées fonctions modales intrinsèques ou IMF (pour Intrinsec Mode Function en
anglais). Cette technique permet de décomposer tout signal, aussi complexe soit-il en un
nombre fini de signaux composés de signaux de basses et hautes fréquences. Le processus de
séparation des différents signaux est connu sous le nom de "sifting" du signal d'origine. Cette
méthode de tamisage permet d'extraire interactivement tous les IMF du signal original.
Cette extraction des différentes IMF se fait dans l'ordre décroissant de la fréquence, c'est-
à-dire que les signaux de hautes fréquences sont les premiers à être extraits et les signaux de
basse fréquence sont extraits à la fin du processus. Les extractions de ces IMF se déclinent en
quatre étapes telles que détaillées ci-après. Soit une série temporelle x(t) avec t = 1, ... , N
où N est la longueur de la série. La décomposition modale empirique se fait comme suit :
(i) On identifie les extrema locaux du signal original et on génère deux fonctions appelées
enveloppes supérieures Emax(i) et inférieure Emin(i) en appliquant la méthode
d'interpolation spline cubique aux maxima et minima locaux respectivement.
(ii) Une nouvelle série temporelle h(i) est obtenue en calculant la différence entre la série
temporelle précédente et la moyenne des enveloppes supérieures et inférieures, soit:
h(t) = x(t) - m(t) avec m(t) = Emax(t)+Emin(t)

2
(2.3)
(iii) On répète les deux premières étapes sur la nouvelle série temporelle générée jusqu'à
ce que les enveloppes supérieures et inférieures soient symétriques, c'est-à-dire de moyenne
nulle [m(t) = O] au-dessous d'un certain critère prédéfini. La nouvelle série temporelle
obtenue représente la première IMF.
48
(iv) Le résidu obtenu après la soustraction de l'IMF de la série originale constitue la

nouvelle série temporelle à laquelle on applique itérativement les trois premières étapes
jusqu'à ce que le résidu [r(t)J soit une fonction ayant un seul extremum (minimum ou
maximum) (Chen et al., 2014). La dernière fonction de mode intrinsèque (ou résidu)
ainsi obtenue correspond à la tendance à long terme du paramètre étudié. Le signal ainsi
décomposé peut se mettre sous la forme :
x(t) = L
i=l
IMFk(t) + r(t) (2.4)
Dans le cas des anomalies du niveau de la mer, le taux instantané d'accélération (en mm/an)
est la dérivée par rapport aux temps du résidu ou de cette dernière IMF (Wu et al., 2007).
Cette méthode est couramment utilisée pour séparer la tendance à long terme des
variations du niveau de la mer des oscillations interannuelle et décennale (Ezer et al., 2013 ;
Feng et al., 2011; Wu et al., 2011). La méthode EMD donne plus de précision sur la tendance
à long terme de la série temporelle du niveau de la mer que la traditionnelle approche par
régression linéaire simple (Wu et al., 2007).
2.2.3. Méthode paramétrique d'analyse de tendance de Liebmann
C'est une méthode d'analyse de tendances multiples de série temporelle (SWH par
exemple) basée sur la régression linéaire au sens des moindres carrés. Elle permet de détecter
les ruptures de tendance dans une série temporelle segmentée en plusieurs sous-séries dont
la longueur ou durée varie entre 2 années et le nombre total d'années de données
disponibles (cas de moyennes interannuelles) (Liebmann et al., 2010). Les changements
(baisse ou augmentation) cumulés (en mm, en °C et en psu pour le cas des valeurs
interannuelles des SWHs, des SSTs et du SSSs respectivement) sont calculés en
multipliant les pentes des courbes de tendances linéaires par la longueur ou la durée des
sous-séries temporelles. Les tendances les plus significatives sont obtenues à partir du test
statistique de Student (Liebmann et al., 2010).
L'analyse des valeurs maximales et minimales absolues permet de mettre en évidence

les changements positifs ou négatifs dominant pour les durées au-delà de 2 ans. Cette analyse
permet d'identifier les points de rupture probables que comporte une série temporelle
constituée par les valeurs interannuelles du paramètre (SLA, SWH, SST ou SSS) considéré.
49
2.2.4. Test statistique de Pettitt et de Hubert
Le test statistique de Pettitt (Pettitt, 1979) est utilisé pour détecter la présence ou non
de points de rupture correspondant à un changement de régime au cours de l'évolution
temporelle d'une série chronologique donnée. Ce changement de régime peut correspondre à
un passage par exemple de vagues de plus en plus énergétiques aux vagues de moins en
moins énergétiques et vice versa avant et après le point de rupture. Dans cette étude, nous
utiliserons cette méthode pour détecter la présence ou non d'un point de rupture dans le
comportement interannuel de la série temporelle constituée par les moyennes annuelles des
hauteurs significatives des vagues (SWH) le long de la zone côtière ivoirienne. La formulation
mathématique de ce test non-paramétrique s'établit comme suit:
Soit une séquence de variables aléatoires indépendantes Xi (i = 1, N). Nous nous
proposons de tester l'hypothèse Ho « Absence de rupture dans la série » face à l'hypothèse

alternative Ha « Présence d'une rupture dans la séquence». Pour ce faire, nous définissons la
variable:
t N
ut,N = L L sgn(xi - xJ
i=l j=t+l
(2.5)
Cette variable U t,N permet de comparer l'appartenance de deux échantillons X 1, .. , X t et
Xt+i, ... , XN à la même population. La statistique Ut,N est considérée pour l'ensemble des
valeurs de t tel que 1 <t< N. On utilise alors la variable KN pour tester HO telle que. KN =
maxlut,NI
Si K désigne la valeur de KN prise sur la série étudiée, sous l'hypothèse nulle HO, la
probabilité de dépassement de la valeur x est donnée approximativement par:
-6K2
p(KN > K) :::::: 2 x exp (2.6)
Pour un risque a de première espèce donné, Ho est rejetée si cette probabilité est
inférieure à a. Dans ce cas, la série temporelle présente une rupture au temps t définissant
50
ainsi KN. Ce test est réputé pour sa robustesse et permet de détecter un et un seul point de
rupture (changement brutal de la moyenne) présent dans une série chronologique.
Pour mettre en évidence l'existence d'autres points de rupture, nous utiliserons la

segmentation (Hubert et Carbonnel, 1989). Cette technique décompose la série initiale en un
certain nombre de sous-série selon une technique des moindres carrés. La formulation
mathématique de ce test s'établit comme suit:
Considérons une série temporelle (SWH, SST par exemple) de N observations notée
{xi, i = 1, ... , N} divisée en m segments (m E [1; N]). Pour tout k compris entre 1 et m, soit
ik le rang dans la série initiale du dernier élément du kème segment. Posons de plus, i0 = O.
Pour tout k, nous noterons Xk la moyenne des termes de la kème sous-série et nk le nombre
d'éléments qu'elle contient.
Soit:
ik
a, = L
i=ik-1 +1
(xi -Xk)z (2.7) et (2.8)
L'élément dk représente l'écart quadratique entre le segment k et les éléments associés à la

série initiale. Dm représente l'écart quadratique entre la série et la segmentation considérée.
La meilleure segmentation possible est celle dont Dm est minimale. On contrôle la pertinence
d'une segmentation en vérifiant que la différence entre toutes les moyennes locales contigües
prises deux à deux est significative à un niveau de significativité a au regard du test de
Scheffe (1959). Ce contrôle permet d'ailleurs d'arrêter le processus de segmentation. Une fois
les meilleures segmentations identifiées, les temps correspondant aux fins des sous-séries
représentent les points de rupture de la série temporelle initiale.
2.2.5. Méthode de calcul d'indices de vulnérabilité
Ici, la vulnérabilité représente la susceptibilité ou l'exposition des ressources aux

impacts négatifs des risques tels que l'érosion côtière, les inondations, la pollution, etc.
Ces risques induits par les pressions naturelles et anthropiques constituent une menace
pour les infrastructures, les écosystèmes (terrestres et marins) et les communautés
locales. Pour identifier la section de côte la plus vulnérable de la côte ivoirienne, il est
nécessaire d'utiliser des indices pouvant combiner les paramètres physiques et/ou socio-
économiques. Dans le cadre de cette étude, nous allons utiliser deux indices pour caractériser
51
la vulnérabilité des différentes sections de la côte ivoirienne. L'indice de vulnérabilité

côtière (CVI) permettra de rendre compte de la vulnérabilité de la zone côtière aux facteurs
d'état (géomorphologie, pente côtière, taux de recul du trait de côte) et processus (remontée
locale du niveau de la mer, énergies de la marée et des vagues). L'indice de vulnérabilité
socio-économique (SVI) illustrera la vulnérabilité induite par les pressions dues aux
activités socio-économiques. Cette vulnérabilité fait intervenir la densité de la population,
l'occupation du sol, les infrastructures commerciales et de transport et les facteurs naturels
(forêt, aires protégées) de résilience de la côte. La méthode de calcul du CVI est basée sur
celle de Thieler et Hammar-Klose (2000) et celle du SVI provient de McLaughlin et al.
(2002) et McLaughlin et Cooper (2010).
2.2.5.1.Méthode de Tbieler et Hammar-Klose (2000)
L'indice de vulnérabilité côtière (CVI pour Coastal Vulnerability Index en anglais)

est l'une des méthodes couramment utilisées pour évaluer la vulnérabilité de la côte à
l'érosion et/ou à l'inondation, en particulier due à l'élévation du niveau de la mer (Gornitz et
al., 1991; 1994). Le CVI fournit une base numérique simple pour le classement des
différentes sections de côtes en fonction de leur potentiel de changement. Le CVI permet
d'identifier les risques attachés aux différentes régions et fournit ainsi une information
capitale pour les gestionnaires des zones côtières. Les résultats du CVI peuvent être affichés
sur des cartes pour mettre en évidence les régions où les facteurs qui contribuent à l'évolution
du littoral peuvent avoir une influence importante sur les changements de recul du rivage.
L'évaluation de la vulnérabilité d'une côte ou d'une section de côte se décline en trois
étapes. La première consiste à identifier les principaux facteurs (états ou processus)
influençant de manière significative la vulnérabilité côtière et l'évolution de la côte en général
(Gornitz et al., 1991). La deuxième étape consiste à transformer les facteurs d'état ou de
processus en des variables (a1, a2, a3, a4, a5 et a6) prenant des valeurs comprises entre 1
et 5 (Gornitz, 1990; Thieler et Hammar-Klose, 2000; Pendleton et al., 2004; Appeaning
Addo, 2013 et 2015). Si a1 par exemple vaut 1, alors la contribution du facteur auquel elle se
rapporte à la vulnérabilité est faible, tandis que si a1 = 5 alors la contribution de ce
facteur est très forte. Enfin, les variables ainsi obtenues après les différentes classifications
sont utilisées pour le calcul de l'index de vulnérabilité de la zone étudiée. Il existe, selon les
variables utilisées, deux formulations du CVI, à savoir la formulation de Gornitz (1990)
prenant en compte 7 facteurs qui sont l'élévation de la côte, la géologie, la géomorphologie,
l'accélération du niveau de la mer, le déplacement horizontal du trait de côte (recul ou
52
avancée), le marnage et la hauteur maximale des vagues et celle de Thieler et Hammar-Klose

(2000). La deuxième formulation prend en compte 6 variables notamment la
géomorphologie, la pente côtière, taux de recul ou d'avancée du trait de côte, la remontée
relative du niveau de la mer, le marnage moyen et la moyenne des hauteurs significative des
vagues. Ces deux méthodes peuvent servir à caractériser la vulnérabilité des différentes
sections d'une côte donnée. Par exemple, Appeaning Addo (2013) a utilisé la première pour
caractériser la vulnérabilité des différentes sections de la ville d'Accra (Ghana). Dans notre
cas, nous utiliserons la méthode de classification de Thieler et Hammar-Klose (2000) pour
calculer les indices de vulnérabilité et caractériser les degrés d'exposition des différentes
sections de la côte ivoirienne. Notre choix se justifie par le fait que certains facteurs tels que
les hauteurs de vagues qui devraient avoir un degré de vulnérabilité élevé ou très élevé ont
un faible degré de vulnérabilité dans la classification de Appeaning Addo (2013). Cela n'est
pas le cas d'après la classification de Thieler et Hammar-Klose (2000). De plus, le long des
côtes du Golfe de Guinée en général et, en particulier le long de la côte ivoirienne, la hauteur
maximale des vagues n'excède pas 3 m (Toualy et al., 2015). Bien que la hauteur maximale
des vagues n'excède pas 3 m, ces vagues peuvent induire d'importants dégâts côtiers comme
l'ont noté les travaux de Toualy et al. (2015), Quelennec, (1984) et Yao et al., (2010). Cette
situation a été observée en 1986, lorsqu'une onde de tempête a détruit les infrastructures de
protection du Port de San-Pedro (Yao et al., 2010). Un autre évènement extrême a érodé plus
de 12 m de la côte ivoirienne en 2 jours pendant le mois d'août 2011. De ce qui précède, il
nous est apparu plus judicieux d'attribuer un degré de vulnérabilité élevée ou très élevée tel
que suggéré par Thieler et Hammar-Klose à ce facteur au lieu d'un degré de vulnérabilité
faible, voire très faible utilisé par Appeaning Addo (2013). En outre, la méthode de Thieler et
Hammar-Klose (2000) a déjà été appliquée par les mêmes auteurs pour identifier les
sections de côte du Golfe du Mexique (Etat Unis d'Amérique) et par Pendleton et al (2004)
pour l'île de Padre. Plus spécifiquement, la formulation utilisée pour le calcul du CVI
consiste premièrement en une classification des facteurs qualitatifs (la géomorphologie et la
pente côtière) et quantitatifs (taux de recul du trait de côte, remontée relative du niveau de la
mer, hauteur significative moyenne des vagues et de la marée océanique) en de nouvelles
variables adimensionnelles de risques. Chaque variable de risques peut prendre des valeurs
arbitraires comprises entre 1 et 5 correspondant ainsi à son degré de vulnérabilité (voir tableau
2.1). Ensuite, le CVI annuel est calculé pour chaque section de côte définie au chapitre 1 à
travers l'équation 2.1 (Gornitz, 1990, Gornitz etal., 1991; Thieler et Hammar-Klose, 2000):
53
(2.9)
Les variables a1, a2, a3, a4, a5 et a6 représentent les nouvelles variables
adimensionnelles de risque liées respectivement à la géomorphologie, à la pente côtière, au
taux de recul ou d'avancée du trait de côte (Appeaning Addo, 2013 et 2015), à la remontée
relative du niveau de la mer, au marnage moyen de la marée océanique et à la moyenne
annuelle des hauteurs significatives des vagues. Enfin, chaque zone côtière peut être classée
en différentes catégories de vulnérabilité à savoir faible, modérée ou forte (Appeaning
Addo, 2013 et 2015). Cette classification est effectuée à partir du calcul de la moyenne du
CVI dans chaque zone. Les valeurs moyennes obtenues peuvent être rangées en trois
classes. Les valeurs seuils de ces classes sont représentées par les 33ème et 99ème
percentiles de la série ordonnée constituée par ces moyennes (Gornitz et al., 1997;
Appeaning Addo, 2013). Ces valeurs sont calculées à partir de la méthode ci-après.
Désignons par P33 et P99 les 33ème et les 99ème percentiles de la matrice:
où:
CV/1, CV/2 et CV/3 sont les moyennes des indices de vulnérabilité des sections 1, 2 et 3
respectivement.
Ces percentiles peuvent être calculés à partir de la formule suivante:
où:
.
i est l a partie
. . , d j(n+l)
entière e--;
100
· fr actionne
k 1 a partie · 11 e de --;
j(n+l)
100
j représente le rang du percentile que l'on souhaite calculer;

n correspond au nombre total de valeur de la série;
CV li et CVh+i les valeurs des observations classées en i-ème et (i + 1)-ème position (lorsque
les n valeurs sont classées par ordre croissant).
54
En comparant les CVIi(i = 1,2,3) des différentes sections de côte aux valeurs des 33ème et 99ème
percentiles, l'on a:
• Si CV li < P33 alors la section i appartient à la classe de vulnérabilité faible;

• Si P33 < CV li < P99, alors la vulnérabilité de la section i considérée est modérée;
• Enfin, si CV li > P99, alors la section i appartient à la classe de vulnérabilité élevée.
Tableau 2-1: Classification des facteurs de risques selon Thieler et Hammar-Klose

(2000)
Degré de Très faible Faible Modérée Elevée Très élevée

vulnérabilité
Variable 1 2 3 4 5
adimensionnelle
Plage sableuse
Plage à
Falaise et Falaise Dépôt Marais
galets
côte moyenne et glaciaire Dépôt vaseux
Géomorphologie Estuaire
rocheuse baie Plaine Delta
Lagune
alluviale Récifs à coraux
Mangrove
Pente côtière(%) >0,115 0,055-0, 115 0,035-0,055 0,022-0,035 <0,022
Taux de
recul/avancée du >2 1-2 -1-+ 1 -1,1- -2 <-2
trait de côte
(rn/an)
Remontée
relative du niveau <1,8 1,8-2,5 2,5-3 3-3,4 >3,4
de la mer
(mm/an)
Marnage (m) >6 4,1-6 2-4 1-1,9 <1
Hauteur
significative <0,55 0,55-0,85 0,85-1,05 1,05-1,25 >1,25
moyenne des
vagues
55
2.2.5.2.Méthode de calcul de l'indice de vulnérabilité socio-économique
Les changements induits par les facteurs socio-économiques dans l'espace côtier se
produisent souvent beaucoup plus rapidement que ceux liés aux facteurs physiques
(Szlafsztein et Sterr 2007). Ainsi, la vulnérabilité globale des zones côtières ne peut être
évaluée sans la combinaison des facteurs socio-économiques et des facteurs physiques (Boruff
et al., 2005). En effet, la fréquence et l'ampleur des impacts côtiers liés à la remontée du
niveau de la mer et aux évènements extrêmes seront fonction d'un certain nombre de
développement environnementaux et socio-économiques (Klein et Nicholls, 1999). Il existe de
nombreux indicateurs potentiels de développement d'indice de vulnérabilité lié aux
facteurs socio-économiques (McLaughlin et al., 2002; McLaughlin et Cooper, 2010).
Cependant, le choix des facteurs à intégrer dans le calcul d'un indice de vulnérabilité socio-
économique doit être motivé par la relative importance de ces facteurs dans le développement
social et économique de la population et dans la protection des écosystèmes côtiers. La
disponibilité des données peut également influencer le choix des différents facteurs
(McLaughlin et al., 2002). Dans notre cas, les facteurs sélectionnés pour le calcul de la
vulnérabilité liés aux facteurs socio-économiques sont: la densité de population, l'occupation
du sol, les aires protégées (facteurs naturels de protection de la côte) et les infrastructures
(urbaines, industrielles et commerciales). Bien que les paramètres sélectionnés ici ne soient
pas exhaustifs, ils semblent représentatifs de l'état de vulnérabilité socio-économique de cette
région.
Les ports jouent un rôle de premier plan dans les développements économique et
humain des différents pays du monde ayant une frontière maritime, particulièrement dans les
pays en développement à travers les importants échanges commerciaux qu'ils facilitent. Dans
les villes portuaires, la population est très élevée et continue de croître (McGranahan et al.,
2007, Nicholls et al., 2008, Brown et al., 2011). En Côte d'Ivoire par exemple, le nombre
d'habitants est plus élevé dans les deux villes portuaires San-Pedro et Abidjan que dans les
autres villes côtières. En outre, l'essentiel de la production de fèves de cacao est exporté
vers les autres continents à partir des ports de San-Pedro et d'Abidjan. Il est important de
mentionner ici qu'une grande partie des entreprises sont localisées au port d'Abidjan-
Vridi. La valeur ajoutée par les échanges commerciaux à travers ces ports contribue de
manière significative à l'économie ivoirienne et au bien-être de la population. Les
infrastructures de protection de ces ports contribuent aussi au recul du trait de côte (Thé et
56
Quelennec, 1989, Wognin et al., 2012) par la modification du transit sédimentaire vers l'Est
dans le cas de la côte ivoirienne.
Les aéroports jouent un rôle important dans les échanges commerciaux et le

développement de l'activité touristique. Ces importantes infrastructures de transport semblent
très exposées aux impacts des évènements extrêmes et surtout à la remontée progressive du
niveau moyen de la mer en raison de leur proximité avec la ligne de côte. Cette distance est
de 1,5 km pour l'aéroport d'Abidjan (Colin et al., 1993).
Les aires protégées et les écosystèmes forestiers fournissent de la nourriture et

servent d'habitats pour de nombreuses espèces de la zone côtière. Ces écosystèmes
forestiers constituent une barrière contre l'érosion à travers la dissipation de l'énergie des
vagues et des marées qui viennent lessiver la côte. Ils constituent un facteur de résilience pour
la côte en raison de la protection de celle-ci contre l'érosion et la régulation du climat local. La
destruction de ceux-ci à travers diverses activités (agriculture, industries, urbanisation) expose
de plus en plus la zone côtière aux impacts d'évènements extrêmes d'origine océanique ainsi
qu'à l'élévation du niveau de la mer.
La distribution spatiale de la population est un facteur important à prendre en compte

dans l'évaluation de la vulnérabilité de la zone côtière. Elle renseigne d'une part sur le nombre
d'habitants exposés aux inondations partielles ou permanentes résultant des hauteurs d'eau
extrêmes (McGranahan et al., 2007; Oliver Smith, 2009) et, d'autre part sur les pressions que
pourraient exercer ces personnes sur l'environnement, car les zones à forte densité de
population concentrent de fortes activités économiques (McLaughlin et al., 2002; Szlafsztein et
Sterr, 2007).
En ce qui concerne l'occupation du sol, le couvert végétal par exemple représente un

facteur de protection de la côte contre le phénomène d'érosion (Mansourian et al., 2009). Il sert
en outre de lieux de refuge pour la faune et régule le climat localement. Ainsi, les zones
couvertes de forêt dense semblent moins exposées que celles couvertes par une forêt
dégradée, par une prairie, par les cultures et par les infrastructures.
Le tableau 2.2 résume les facteurs pris en compte dans notre étude ainsi que les
degrés de vulnérabilité qui leur sont associés. En dehors des variables liées à la densité de
population, au port, à l'aéroport, à l'occupation du sol et à l'aire protégée, l'attribution des
degrés de vulnérabilité est basée sur celle de McLaughlin et al. (2002) et McLaughlin et
57
Cooper (2010). Les routes sont subdivisées en deux catégories, à savoir les routes à deux
voies et celles à quatre voies ou autoroutes. Les routes à deux voies sont moins vulnérables
que celles à quatre voies en raison de leur faible coût de reconstruction en cas de
destruction. Ainsi, l'on attribue les degrés de vulnérabilité 3 et 5 respectivement aux routes à
deux voies et celles à quatre voies. L'absence de voie bitumée est caractérisée par un degré de
vulnérabilité égal à 1, car le coût de sa réhabilitation en cas de destruction est faible par rapport
aux précédentes.
Tableau 2-2: Classification des facteurs de risque liée aux facteurs socio-économiques
extrait de Mclaughlin et al., (2002), et Mahapatra et al., (2015).
Degré de Très faible Faible Elevé

Modéré Très élevé
vulnérabilité
Variable
1 2 3 4 5
adimensionnelle
Densité de
population <100 100-200 200-400 400-600 >600
(hbt/krrr')
Aéroport Absence Aérodrome Régional International
Route Absence Route à Autoroute, routes

deux voies à quatre voies
Port Absence Présence
Infrastructures
Occupation du Forêt Végétation Prairies urbaine et
Agriculture
sol dense clairsemée naturelles industrielle
Roches nues
Aire protégée Présence Absence
La zone côtière ivoirienne abrite plusieurs aérodromes (Tabou, Sassandra et Dabou),

un aéroport régional à San-Pedro et un aéroport international à Abidjan. L'aéroport d'Abidjan
est le seul de classe mondiale et assure l'essentiel des échanges aéroportuaires de la Côte
d'Ivoire. Il joue également un rôle important dans le développement de l'activité touristique.
Située non loin de la ligne de côte, cette importante infrastructure semble très exposée aux
impacts d'une remontée accélérée du niveau de la mer. Le degré de vulnérabilité qui lui est
associé est donc égal à 5. Quant à celui de San-Pedro, il est considéré comme un aéroport
régional avec un degré de vulnérabilité égal à 3. Toutes les villes possédant un aérodrome se
58
verront attribuer un degré de vulnérabilité égal à 2 en raison de la faible valeur économique

que génère le trafic. Les villes qui ne possèdent aucune de ces trois infrastructures sus-citées
ont un degré de vulnérabilité égal à 1.
L'occupation des sols est un facteur important qui influence la vulnérabilité de la

zone côtière (Gornitz et White, 1992; McLaughlin et al., 2002; McLaughlin et Cooper, 2010).
La destruction du couvert végétal au profit de l'urbanisation, de l'agriculture et de la
réalisation d'infrastructures industrielles accroît l'exposition de la zone côtière aux
inondations, à l'érosion, aux impacts des évènements extrêmes (Nicholls et al., 2007;
McGranahan et al., 2007; Nicholls, 2011) et à la pollution des eaux douces et souterraines et
à l'intrusion d'eau saline. La contribution de ces différents éléments à la vulnérabilité est
donnée par le Tableau 4.4 (voir chapitre 4).
Les densités de population calculées pour les principales villes du littoral peuvent être
rangées en 5 classes de vulnérabilité (Mahapatra et al., 2015). Les classes de vulnérabilité
très faible et très élevée sont caractérisées par des densités de population inférieures à 100
et supérieures à 600 habitants au kilomètre carré respectivement. Les classes de vulnérabilité
intermédiaires incluant faible, modérée et élevée sont caractérisées par des densités de
population comprises entre 100-200, 200-400, 400-600 habitants au kilomètre carré
respectivement (Mahapatra et al., 2015).
Les aires protégées constituent une résilience naturelle pour la zone côtière. Elles
revêtent une importance particulière pour la conservation de la biodiversité en offrant des
habitats de bonne qualité aux différentes espèces vivantes, les rendant moins vulnérables aux
conditions climatiques extrêmes. En outre, ces aires protègent les populations contre les
événements climatiques soudains et réduisent la vulnérabilité aux inondations, aux
sécheresses, à l'érosion et à d'autres catastrophes liées au climat. Elles atténuent les effets
du changement climatique en absorbant une partie du gaz carbone (C02) produite
quotidiennement (Burke et al. 2001; Mansourian et al., 2009; Ellison, 2015). En raison du
rôle capital que jouent ces aires dans la préservation de la biodiversité, une zone abritant une
aire protégée est caractérisée par un degré de vulnérabilité égale à 1 et celle n'abritant pas
d'aire protégée sera caractérisée par le degré de vulnérabilité égale à 5.
Le modèle additif se résume comme la somme des variables adimensionnelles

divisée par la somme des plus faibles degrés de vulnérabilité (McLaughlin et al., 2002;
59
McLaughlin et Cooper, 2010). Il est couramment utilisé pour calculer l'indice de

vulnérabilité socio-économique de la zone côtière. Ce modèle nous parait limité en raison du
poids qu'il attribue aux facteurs dichotomiques, à savoir les facteurs qui existent dans l'un
des deux états, par exemple « présence » ou « absence ». Pour le facteur « port » par exemple,
son absence signifie qu'il ne contribue pas à la vulnérabilité de la zone concernée. Mais selon
le modèle additif, ce facteur y contribue en raison de la prise en compte du degré de
vulnérabilité 1 qui lui est associé dans le calcul de l'indice.
Le modèle multiplicatif correspond à la moyenne géométrique des variables

adimensionnelles. Il semble plus approprié pour le calcul de l'indice, car les facteurs ayant
un degré de vulnérabilité égal à 1 ne contribuent pas à la valeur de l'indice. De plus, ce
modèle est très sensible aux petites variations des facteurs individuels (Gornitz et al., 1991).
Finalement, l'indice de vulnérabilité socio-économique est calculé à partir de la formule
suivante:
(2.8)
Où v1 est la variable adimensionnelle liée à la densité de population, v2, v3 et v4 expriment

les degrés de vulnérabilité relatifs aux facteurs aéroport, route et port respectivement. v5 et v6
représentent les degrés de vulnérabilité liés respectivement aux facteurs occupation du sol et
aire protégée.
Le CVI et le SVI permettent de calculer pour chaque section de côte les indices de
vulnérabilité liés aux facteurs physiques et anthropiques séparément. Cependant, l'approche
intégrée d'évaluation de la vulnérabilité suggérée par Szlafsztein et Sterr (2007) requiert une
formule qui intègre les indices précédents pour le calcul de l'indice total de vulnérabilité d'une
section de côte donnée. Les formules proposées par Szlafsztein et Sterr (2007), Ôzyurt (2007),
Ôzyurt al. (2008) seront généralisées dans cette étude. Cette nouvelle formulation qui fait partie
des résultats obtenus dans cette étude sera exposée dans le chapitre 4.
2.3. Conclusion
Les données que nous avons utilisées dans ce travail pour l'étude des processus
océaniques et anthropiques proviennent de diverses sources. Les données liées aux processus
océaniques sont disponibles par points de grilles compris entre 0,25°x0,25° et 1,5°x 1,5°.
Celles dérivées des marégraphes sont ponctuelles. Elles couvrent des périodes relativement
60
longues comprises entre 21 et 45 années. Les caractéristiques des vagues extraites des bases
de données ERA-40 couvrent les périodes allant de 1958 à 2002 par point de grille de 1 °xl 0•
Celles extraites de BRA-Intérim vont de 2003 à 2014 par point de grille de l,5°xl,5°. Les
données relatives à l'élévation du niveau de la mer extraites de la base de données de A VISO
s'étendent de 1993 à 2014 par point de grille de 0,25°x0,25°. Celles relatives aux paramètres
SST et SSS proviennent des bases de données de GHRSST et de Reverdin et al. (2007)
respectivement. Ces données s'étendent de 1982 à 2014 par point de grille de 0,25°x0,25°
pour la SST et de 1970 à 2013 par point de grille de 1 °xl O pour la SSS. Les données horaires
marégraphiques accessibles couvrent une période relativement courte allant de 1982 à 1988.
La distribution des écosystèmes et des infrastructures et la répartition de la population (densité
de population) le long de la côte pour l'année 2010 ont été également utilisées dans ce travail
(INS, 2010).
Pour accéder à l'évolution temporelle récente de la marée sur la côte ivoirienne, nous
avons utilisé les données générées par le modèle de prédiction de marée Utide. L'utilisation
des méthodes comprenant la décomposition modale empirique (EMD), l'analyse de tendances
multiples basée sur la régression linéaire permettront de caractériser la variabilité temporelle
aux différentes échelles de temps des séries temporelles analysées. La détermination des
points de rupture principal et secondaire se feront à partir des tests de Pettitt (Pettitt, 1979) et
de segmentation (Hubert et Carbonnel, 1989) respectivement. Les indices de vulnérabilité
CVI et SVI permettront de quantifier la vulnérabilité liée respectivement aux facteurs
physiques et anthropiques des différentes sections de côte. Les classes de vulnérabilité
déduites de ces indices à partir de la méthode des percentiles seront utilisées pour caractériser
la vulnérabilité de chaque section de côte en fonction de la valeur de son indice.
Prévoir l'évolution future de la zone côtière ivoirienne afin de réduire les impacts de
ces risques sur les populations, les écosystèmes et les infrastructures, revient à maitriser les
informations relatives aux pressions auxquelles elle est soumise. Nous allons pour cela
analyser dans le chapitre 3 les caractéristiques des forçages physiques. L'analyse de la
variabilité temporelle de ces facteurs qui constituent les principaux forçages physiques à la
côte nous permettra de comprendre comment ils menacent les potentialités de cet espace au
fil des années. Pour ce faire, des séries temporelles provenant de mesures in situ, des
réanalyses, de satellites altimétriques, de modèle seront traitées et analysées à partir des
méthodes décrites précédemment.
61
Partie II: Analyse des Résultats et Discussions
Partie II
Analyse des Résultats et Discussions
62
Variabilité temporelle et tendance des paramètres environnementaux le long de la côte ivoirienne
Chapitre 3
Variabilité temporelle et tendance des
paramètres environnementaux le long de
la côte ivoirienne
Ce chapitre traite de la variabilité aux échelles temporelles des paramètres océaniques

le long de la côte ivoirienne incluant la marée, l'élévation locale du niveau de la mer, la
hauteur significative des vagues, la période et la direction moyenne des vagues, la température
et la salinité de surface de la mer le long du littoral de la Côte d'Ivoire. Ces paramètres
constituent les principaux facteurs de risques d'érosion, d'inondation et de salinisation qui
menacent les infrastructures, les populations, les écosystèmes et les activités économiques des
zones côtières. Cette analyse vise à contribuer à la compréhension de l'évolution temporelle à
long terme de ces facteurs qui ont été très peu étudiés en raison du manque de données in situ
ou de la mauvaise qualité des données recueillies.
L'analyse de la variabilité temporelle de la marée océanique, du niveau de la mer, des

caractéristiques des vagues pourra nous fournir des informations d'une grande importance
concernant l'évolution temporelle de l'intensité des risques d'érosion, d'inondations partielles
ou permanentes qui menacent les infrastructures, les écosystèmes et les populations côtières.
La description de la SST et de la SSS nous permettra de comprendre comment ces paramètres
influencent la distribution et l'abondance des espèces halieutiques dans les eaux côtières
ivoiriennes. En outre, l'évolution temporelle de la SSS nous renseignera sur l'exposition ou
non des sols et des eaux souterraines au risque d'intrusion d'eau salée.
63
3.1. Marée océanique
Cette section est consacrée à l'analyse de la variabilité temporelle des hauteurs de la

marée océanique sur la côte ivoirienne issues des données in situ et prédite par le modèle
1
Utide décrit au chapitre 2. Elle a fait l'objet d'un article publié dans la Revue Ivoirienne des
Sciences et Technologie.
3.1.1. Variabilité temporelle de la statistique des données in situ
La Figure 3.1 illustre la variabilité horaire de la marée enregistrée à la station

marégraphique du Port d' Abidjan-Vridi durant la période 1982-1988. La marée est
caractérisée par une variabilité périodique avec des valeurs comprises entre 0,3 m et 1, 7 m.
Ces marées sont en outre caractérisées par une forte variabilité saisonnière avec des valeurs
maximales pendant le printemps et l'automne, et les valeurs minimales en été laissant
apparaître la signature de l'upwelling côtier au nord du Golfe de Guinée (Bakun et al., 1998;
Aman et al., 2007; Toualy et al., 2012; Toualy, 2013). Nous observons également des pics
durant le printemps et à la fin de l'automne avec d'importantes valeurs supérieures à 1,6 m.
Les travaux antérieurs de Varlet (1958), Lemasson et Rébert (1973) et Verstraete et al. (1979)
dans cette zone ont permis de caractériser ces marées comme étant de type micro-tidal avec
des valeurs n'excédant jamais 1,4 m. Cependant, des valeurs exceptionnelles supérieures à 1,6
m sont observées dans cette même zone à partir de nos données. Cette différence d'amplitude
pourrait s'expliquer par la qualité des données utilisées par ces auteurs. A la différence de
celles que nous avons utilisées dans ce travail, celles employées par ces différents auteurs
n'ont pas subi de contrôle de qualité. Les statistiques des données que nous avons utilisées
sont caractérisées par une moyenne de 1 m, un premier et troisième quantile avec des valeurs
respectives de 0,84 m et 1, 17 m et une médiane de 1,02 m.
La décomposition de la série temporelle de la marée observée au port d' Abidjan-Vridi
est représentée sur la figure 3.2. La tendance est caractérisée par une forte variabilité
interannuelle des valeurs maximales et minimales. Les tendances maximales sont observées
avec une période d'environ deux années. La composante aléatoire exprime la variabilité
périodique de l'effet de la marée.
64
Année
Figure 3.1: Variabilité horaire de la marée (en mètre) au port d'Abidjan-Vridi. Les
données couvrent la période comprise entre le 1er janvier 1982 à 1 h et le 31 décembre
1988 à Oh.
I
1
:,QI j:8
.\
~ 0.2 ·-
o.5 '""'· """""" "'"' · ... ,. . . "'".
"""'"" '"'" '""" . """'" ··••·· , ... , ..•... a)
J:
I
rn b)
f-
i
~
() 0.5
'iii 0.3
•QI 0.1
•w•'1'friffl~,,,mvvi~'''''™'''''''"l\ll1t••r~,~.,,,~~,r~~ffl''''~'''"111 c)
i -0.1
5 .Q,3
; -0.5 ,~hl~L'ltWI.Uk.\iYJ1UIUUl.WJ~•HlL\.1J,J.th11W1r1Wilh\iW••··~~iIJklll.~\W,,1u,~
.~ 1982 1983 1984 1985 1986 1987 1988
1'11
Année
>
Figure 3.2: Décomposition de la série temporelle de la marée observée (a) en une

composante tendance (b) et une composante caractérisée par des variations aléatoires
( c). Les hauteurs de la marée sont exprimées en mètre.
65
L'une des caractéristiques importantes de la marée est le temps des hautes et basses
mers. En effet, lorsqu'une hauteur importante de la marée coïncide avec une surcote ou une
dépression, les conditions à la côte sont exacerbées et le risque d'érosion ou d'inondation est
fort. Par ailleurs, des valeurs élevées de marée haute peuvent entrainer une
inondation/submersion partielle ou permanente d'une surface donnée si la pente de la côte
n'est pas forte comme cela est le cas pour plusieurs pays côtiers de l'Afrique de l'Ouest. La
figure 3.3 illustre la variabilité journalière des hauteurs maximales de la marée le long de la
côte ivoirienne. Cette marée étant de type semi-diurne, nous représentons les valeurs
maximales de deux pics successifs. L'on observe une variabilité saisonnière des marées
hautes modulée par une forte variabilité interannuelle de ces valeurs maximales. Des valeurs
maximales sont généralement ·observées après l'été. Elles apparaissent ainsi à un moment où
la côte est vulnérable (Tano et al., 2014) en raison du lessivage qu'elle peut avoir subi de la
part des vagues énergétiques en provenance de l'océan Atlantique Sud (Toualy et al., 2015).
Ceci accentue la dégradation de la côte en termes d'érosion côtière induite par les marées. En
1982, 1983, 1986 et 1987, les pics sont inférieurs à 1,5 m tandis que pour les autres années,
les pics sont supérieurs à 1,6 m. ces derniers peuvent être aux apparitions épisodiques des
marées de tempêtes à la côte (Quelennec, 1984; Koffi et al., 2014).
1.7-·····"··········
1.5.......... .... .. · ... I·····

Ê
~ 1.5 "··· 1•1 • ••• •
~
E
.><
ê11.4
1.1
1111 11 11 11 11 11111 1 l"I 11 11 11 11 111 111 11 11 1 11 11 111 J 11 11 11 11 1111 111 11 11 111
1982 1983 1984 1985 Année 1986 1987 1988
Figure 3.3: Variabilité journalière des hauteurs maximales des marées hautes (en
1 ••
mètre). La série temporelle est obtenue en prenant la valeur maximale de deux marées
hautes consécutives.
66
3.1.2. Variabilité temporelle et tendance des hauteurs de marée prédite à partir

du modèle Utide le long de la côte ivoirienne
Pour l'ingénierie côtière, la sécurité des personnes vivant dans les zones côtières et la
sécurité de la navigation maritime, il est important de prédire l'occurrence des marées hautes
et exceptionnelles. Ces marées exceptionnelles et de vives eaux majeures tendent à provoquer
des inondations. Ceci est observé par exemple le long des côtes américaines au cours de ces
dernières années dans l'océan Atlantique (Spanger-siegfried et al., 2014). Ces marées ont
1 ••
également induit des pertes de terre du fait de l'érosion qu'elles ont provoqué sur la côte
brésilienne (Mallmann et Pereira, 2014). Prédire ces marées le long du Golfe de Guinée est
d'une importance capitale en raison de la forte concentration de population dans les villes
côtières. L'objectif de cette section est d'analyser si le modèle de marée peut aider à la
compréhension de la vulnérabilité côtière le long de la côte ivoirienne.
3.1.2.1.Validation du modèle
La figure 3.4 illustre les représentations graphiques respectives de la marée observée

par le marégraphe au port d'Abidjan reconstituée par le modèle et les différents constituants
harmoniques extraits à travers l'analyse harmonique des données in situ. La marée prédite
possède la même allure que 'celle observée par le marégraphe. Elle est caractérisée par une
variabilité périodique et saisonnière, modulée par une variabilité interannuelle. Le résidu
(différence entre la marée observée et la marée prédite par le modèle) est approximativement
nul indiquant ainsi que la marée reconstituée se superpose quasi parfaitement à celle observée.
Les composantes principales sont M2, S2, KI et SSA. M2 et S2 sont des espèces semi-diurnes
tandis que Kl et SSA sont des espèces diurne et semi-annuelle respectivement (Figure 3.4).
Le facteur de forme est défini par le rapport entre la somme des amplitudes des ondes M2 et
'
S2 et celle des amplitudes des ondes Kl et O 1. La valeur du facteur de forme inférieure à 0,25
confirme le caractère semi-diurne à inégalité diurne des hauteurs d'eau d'un jour à l'autre
occasionnées par la relative importance de l'onde déclinationnelle luni-solaire Kl déjà mise
en évidence par Lemasson et Rebert (1973). Cependant, les autres constituants ne sont pas
négligeables. Le modèle Utide · utilise plus de quatre constituants pour calculer la marée
justifiant ainsi la qualité de la prédiction. Les constituants pris en compte dans le calcul de la
marée par le modèle sont marqués en rouge sur la fenêtre du bas de la figure 3.4. Le critère de
sélection de ces composantes est le rapport signal sur bruit (SNR, signal noise ratio en
67
anglais). Ainsi, tous les constituants qui seront utilisés dans notre étude sont ceux dont le
SNR ~ 2.
~.5L--'--------'--------------------'-----------'-------
1982 1983 1984 1986 1987
10°
"' 10~
"
Figure 3.4: Variabilité temporelle des données brutes (courbe rouge) et reconstruites
(courbe bleue). Les résidus (différence entre les données brutes et reconstruites) déduits
des courbes précédentes
1
(courbe verte). Les différents constituants extraits à partir de
l'analyse harmonique sont représentés sur le panel du bas. Les constituants significatifs
(SNR?:2) sont marqués en rouge et les moins significatifs (SNR9,) sont marqués en
bleu.
3.1.2.2.Variabilité temporelle et tendance des hauteurs des marées hautes
La variabilité temporelle des hauteurs des marées hautes déduites de la prédiction de la

marée sur la période 1982-2014 au Port d'Abidjan-Vridi est illustrée par la Figure 3.5. L'on
observe une forte variabilité saisonnière et interannuelle des hauteurs de la marée. Les
maximum de pics apparaissent annuellement pendant l'automne et après l'été. Ces maximum
apparaissent à la fin de l'été au moment où la côte est vulnérable. La tendance à moyen terme
1 •
montre une augmentation des hauteurs d'eau due à la marée au fil des années. Cette
augmentation a atteint 1,2 m et 1,3 m respectivement au cours des périodes 1982-1990 et
2010-2014. Cette tendance ascendante illustre l'augmentation des valeurs journalières
maximales de la marée le long de la côte ivoirienne.
68
1.5
1.4
Ê
,g:•.. 1.3
CV
:i:
1.2
1.1
1 ••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••
1982 1986 1990 1994 1998 2002 2006 2010 2014
Année
Figure 3.5: Variabilité temporelle des hauteurs journalières maximales des marées
' ..
hautes (m) obtenues à partir de la marée prédite par le modèle Utide sur la période
comprise entre 1982 et 2014. Le modèle est stable après une année d'analyse. La
tendance linéaire est indiquée par la droite rouge.
3.2. Variabilité temporelle et tendance du niveau de la mer le long de

la côte ivoirienne
L'élévation accélérée du niveau de la mer peut intensifier la vitesse et l'ampleur de

l'érosion côtière (Gornitz et al., 2002) et contribuer ainsi à la vulnérabilité de la zone côtière.
Cette section se focalise sur l'évolution interannuelle et à moyen terme du niveau de la mer le
long de la côte ivoirienne.
, Cette.analyse est faite à partir des données marégraphiques (1982-
1988) et des données satellitaires (1993-2014).
La hauteur d'eau enregistrée en un point et à un instant donné est la somme des

contributions de la marée, du niveau moyen et des phénomènes atmosphériques. Le taux
d'élévation dû aux variations du niveau moyen peut donc être extrait du signal
marégraphique. D'après les travaux de Woodworth et Blackman .(2004), le so= percentile
des données horaires d'une année donnée représente une bonne approximation de la moyenne
annuelle du niveau moyen de la mer. La pente de la tendance linéaire au sens des moindres
carrés de tous les so= percentiles vaut 1,5 m entre 1982 et 1988 confirmant ainsi
l'exacerbation des hauteurs des marées exceptionnelles par l'élévation du niveau moyen de la
69
mer. L'évolution temporelle récente du niveau de la mer est analysée également à partir des
données satellitaires en raison du manque de données marégraphiques récentes. Les anomalies
du niveau relatif de la mer extraites des données A VISO ont été moyennées spatialement dans
chaque section de côte définie dans le chapitre 1. Les séries temporelles obtenues au niveau
des trois sections de côte définies dans cette étude présentent des similitudes en termes
d'élévation du niveau de la mer traduisant ainsi une dynamique du niveau de la mer peu
variable le long de la côte (Figure 3.6a). Ce résultat est aussi confirmé par l'évolution
interannuelle de la moyenne annuelle des anomalies du niveau de la mer caractérisée par de
faibles variations du niveau de là mer d'une section de côte à une autre en raison de la valeur
relativement faible des écarts-types interannuelles (Figure 3.6b). Ainsi, la suite de nos
analyses concernant la variabilité temporelle se fera à partir de la moyenne des anomalies du
niveau de la mer dans l'ensemble de la zone d'étude.
32 r·"'"""''"'"'""'""'"'"'''"'"'"''l"""''""'"'""'"'""'"'"'""'""''""'""'"'"''""""'"'"'""'"'"'"'""'""'"'"'"""''""'""'"'"''""""''.""""''"'"''"""'""'"''"""'""'""''"""""]a)
22
Ê 12>-· ..
~
s
(/)
2
-8
-18~
1993 1996 1999 2002 2005 2008 2011 2014
DATE
10
-.
1 •
?----:._ lb)
Ê 5
~
s
(/) 0
-5
1994 1996 1998 2000 2002 2004 2006 2001! 2010 2012 2014
ANNEE
Figure 3.6: a) Variabilité temporelle des anomalies du niveau de la mer moyennées

dans les sections 1 (Cap des Palmes-Sassandra) en bleu, 2 (Sassandra-Abidjan) en vert
et 3 (Abidjan-Cap des Trois Pointes) en rouge. b) évolution interannuelle de la moyenne
annuelle et de l'écart-type des anomalies du niveau de la mer.
Nous avons ensuite

1
moyenné ces données par point de grille dans la boîte 7°30' -
2°25'Wx4°-6°N (zone côtière entière). La série temporelle obtenue est caractérisée par une
forte variabilité saisonnière et interannuelle des minima et des maxima (Figure 3.6). Les
valeurs minimales observées annuellement au cours des périodes allant de janvier à fin février
70
et celle allant de juillet à septembre représentent la signature de l' upwelling côtier qui est
l'une des particularités de cette région. Nous observons également une augmentation des
valeurs minimales d'une année à l'autre sur toute la période d'étude (1993-2014). Cette
augmentation interannuelle de ces valeurs minimales traduit une diminution de l'intensité de
l'indice d'upwelling et donc un léger réchauffement océanique dans cette région. Cette
situation constitue une menace significative pour l'existence de certaines espèces de poissons
telles que les crustacés, les espèces pélagiques dont l'abondance dépend en partie des
nutriments que ce phénomène d' upwelling apporte lors de son établissement saisonnier
(Toualy, 2013; Nidheesh et al.; 2013).
La tendance à moyen terme, obtenue par l'application de la régression linéaire au sens

des moindres carrés à la dernière fonction modale empirique de la série temporelle initiale
indique une augmentation linéaire du niveau relatif de la mer le long de la côte ivoirienne au
cours de la période 1993-2014. La pente de cette tendance linéaire vaut 3,05 mm/an (Figure
3.6). Cette tendance ascendante du niveau moyen de la mer prédispose la zone côtière à des
hauteurs de marée de plus en plus fortes déjà observées à partir du modèle Utide. Ce résultat
confirme également la tendance à la hausse observée à partir des données marégraphiques sur
la période 1993-2014. Il est également conforme aux études précédentes menées dans le Golfe
de Guinée. En effet, le taux de remontée global calculé sur la période 1993-2003 est d'environ
3,1 mm/an d'après le quatrième.rapport de l'IPCC (2007). En outre, dans une étude récente,
Woodworth et al. (2009) ont rapporté que la tendance linéaire des données obtenues à partir
de l'extrapolation des données historiques de Takoradi (Ghana) qui est une ville côtière à
l'Est de la Côte d'Ivoire a un gradient de 3,1 mm/an. Ce résultat montre bien que la région
entière est probablement influencée par les mêmes mécanismes déjà mentionnés par Aman et
al. (2007) et Thé et Quelennec (1989).
71
20
15
10
Ê 5
.!,!.
:3
"' 0
-5 •.. -
-10
-15
1993 1996 1999 2002 DATif005 2008 2011 2014
Figure 3.7: Variabilité temporelle des données journalières relatives aux anomalies du
niveau de la mer (en noir) fournies par AVISO et moyennées spatialement dans la boite
7°30'-2°25' W x 4°30'-5°30' N couvrant la période 1993-2014. La tendance linéaire (en
rouge) des données a été ajoutée à la figure.
3.3. Variabilité temporelle et tendances de température de surface de

la mer (SST)
La variabilité temporelle de la SST peut avoir des impacts négatifs sur la distribution
et l'abondance des espèces halieutiques. En effet, une élévation de la SST entraine une baisse
de l'intensité de l' upwelling qui se traduit par une faible activité biologique. L'une des
conséquences des changements significatifs à l'échelle temporelle de ce paramètre sur le bien-
être des populations est la réduction des stocks de pêche, préjudiciable aux activités socio-
économiques liées à la pêche. Ces impacts dépendent fortement de l'échelle temporelle
considérée. Un fort réchauffement sur une courte période (inférieure à l'année) peut affecter
la physiologie des poissons, causant des dommages significatifs pour l'aquaculture, une
modification de la distribution et de l'abondance des espèces. Un réchauffement s'étendant de
quelques années à une .décennie. pourrait induire un stress physiologique et des changements
phrénologiques. L'impact d'un réchauffement à moyen terme pourrait se traduire par une
réduction de l'abondance de plusieurs populations marine et aquatique dont la conséquence
72
serait la baisse des quantités de captures. L'impact d'un réchauffement à long terme inclurait
la réduction de la production primaire dans les océans et son transfert aux trophiques élevés.
Dans cette étude, nous nous intéressons au comportement aux différentes échelles de
1
temps de la SST. Pour ce faire, les données de SST du GHRSST (Donlon et al., 2007;
GHRSST Science Team, 2010) ont été moyennées spatialement dans chaque section de côte
définie dans cette étude. Les séries temporelles obtenues au niveau des trois sections de côte
définies dans cette étude présentent des similitudes en termes de refroidissement (baisse des
SSTs) ou de réchauffement (hausse des SSTs) traduisant ainsi une dynamique du niveau de la
mer peu variable le long de la côte (Figure 3.8a). Ce résultat est aussi confirmé par l'évolution
interannuelle de la moyenne annuelle des SSTs caractérisée par de faibles variations de ce
paramètre d'une section de côte à une autre en raison de la valeur relativement faible des
écarts-types interannuelles (Figure 3.8b).
30 a)
Û 28
~
:nIl) 26
24
22 (,.,~111111~1m,:1nm1,;,,,.,,,,,,mn111111111mrn1111iu11111mmnm1mu11•1m111cmm111111i11111111JŒ111munur•111m1rmn1·,1•11m11111u1111m11111u1rn11u1m1rm1wN1rn11•111m1m111,,11man11J
1982 1985 1988 1991 1994 1997 2000 2003 2006 2009 2012
DATE
28---~----~----~----~----~---~~----,
b)
E 21.5-
:n
Il) 27-
26.5 ---~----~---~-----'------'------'-------'
1985 1990 1995 2000 2005 2010
ANNEE
Figure 3.8: Variabilité1 temporelle des SSTs moyennées dans les sections 1 (Cap des
des SSTs.
Ainsi, la suite de nos analyses se fera à partir de la série temporelle spatialement

moyennée dans la zone d'étude. La série temporelle journalière (Figure 3.9) obtenue en
moyennant les données par point de grille dans la boîte 7°30'-2°25'Wx4°-6°N (limite de la
côtière entière) est caractérisée par des valeurs minimale et maximale valant respectivement
73
23,06°C et 30,27°C. De plus, cette série temporelle est caractérisée en outre par une forte
variabilité saisonnière et interannuelle des valeurs minimales et maximales. Les valeurs
minimales apparaissant entre juillet et septembre traduisent la signature de l' upwelling de la
grande saison froide (Toualy et al., 2012) déjà observée à partir des anomalies du niveau de la
mer.
31
30
29
28
u 27
._
2-
~ 26
25
24
23
22
1982 1986 1990 1994 1998 2002 2006 2010 2014
DATE
Figure 3.9: Variabilité temporelle des données journalières des SSTs de GHRSST
moyennée spatialement dans la boite 7°301-2°251 W x 3°-6° N sur la période 1982-2014.
Les figures 3-10 illustrent la variabilité interannuelle de la SST le long de la côte,

obtenue par la méthode de détection de tendances multiples basée sur la régression linéaire de
Liebmann et al. (2010). Ces tendances sont estimées pour des segments de temps de 2 à 33
années (longueur totale de la série temporelle). L'on observe un réchauffement (tendance à la
hausse des SSTs) ou un refroidissement (tendance à la baisse des SSTs) pour les segments de
temps long de quelques années ou inférieurs à 12 ans (Figure 3.10a). Les tendances négatives,
traduisant un refroidissement des eaux de surfaces, sont majoritaires pour des segments de
périodes courtes (inférieures _à 6 ans), tandis que pour des segments de temps beaucoup plus
1
longs, les tendances positives dominent les tendances négatives. Cela signifie que les
réchauffements sont plus intenses que les refroidissements pour les segments de durées
supérieures à 6 ans. Pour des segments de durée inférieure à 5 ans, les refroidissements sont
74
Variabilité temporelle et tendance des paramètres environnementaux Le Long de La côte ivoirienne
plus significatifs que les réchauffements (figure 3.10b). Au-delà de 6 ans, les minima absolus
(en bleu) décroissent pour s'annuler pour les sous-séries temporelles de tailles égales à 12 ans.
Cela pourrait s'expliquer par le fait que les périodes de refroidissement compensent de moins
en moins les périodes de réchauffement. Toutes les tendances sont positives pour des
segments de durées supérieures à 12 années (en rouge). L'évolution interannuelle des
moyennes annuelles des SSTs le long de la côte ivoirienne semble donc être caractérisée par
trois grandes tendances. Pour caractériser ces tendances, nous avons appliqué à la série
temporelle constituée par les moyennes annuelles des SSTs deux tests statistiques de détection
de points de rupture d~ tendance. Il s'agit ici des tests de Pettitt (1979) et la segmentation
(Hubert et Carbonnel, 1989). L'application du test de Pettitt indique une rupture principale en
2002. Quant à la segmentation de Hubert, trois grandes tendances à savoir un réchauffement
de 0,33°C entre 1982 et 1986 suivi d'un autre réchauffement moins significatif que le premier
entre 1987-2002 dont la valeur vaut 0,07°C. La dernière tendance est caractérisée par un
refroidissement de l'ordre de -0,03°C sur la période 2003-2014. Toutes ces tendances sont
significatives à 99%. La tendance à moyen terme est caractérisée par un réchauffement global
de l'ordre de 0,66°C des valeurs de la SST sur la période 1982-2014. Le taux de
réchauffement (- 0,02°C/an) est du même ordre de grandeur que celui de 0,03°C/an obtenu
par Toualy et al. (2012) entre 1982-2010.
Cette hausse (- 0,66~C soit 0,02°C/an) ci-dessus mentionnée des SST le long de la
1
côte ivoirienne pourrait constituer une menace pour les écosystèmes particulièrement les
espèces halieutiques en raison de la diminution de l'intensité de l'upwelling source de
nutriment pour ces nombreuses espèces. Elle pourrait expliquer une des raisons de la baisse
des stocks de pêche observée le long de la côte ivoirienne au cours de ces dernières décennies
(DPH, 2011).
75
1
!/) 30
(1)
,(1)
C
0.5
C
_CIJ
"O
20
0
~ Sst (°C)
..0
E 10 -0.5
0
z
-1
1985 1990 1995 2000 2005 2010
Année
ô
0
';; 1.5 ~~-~-~-~~-~-~-~~-~-~-~~-~-~-~-~
:::::J
0
b) --e- minima absolus
!/)
..0 --e- maxima absolus
(IJ 1
(1)
(IJ
E
·xC1J 0.5
E
C
0
:;:;
C1J O' ' 1 1 ' 1 s>-:oèoèoèoèoèoèoèoèoèoèo '
·c 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
(IJ
> Nombre d'années
Figure 3.10: a) Analyse des tendances des moyennes annuelles de la SST (°C) de 1982
à 2014. Les Changements relatifs à une même année ne sont pas représentés. Les
contours noirs fournissent la significativité à un niveau de confiance de 95% des
différentes tendances à partir. du test-t de Student. b) évolution des tendances négatives
et positives absolues des moyennes annuelles des SSTs en fonction du nombre d'années
sur le panel du bas.
3.4. Variabilité temporelle et tendances de la salinité de surface de la

mer (SSS) le long de la côte ivoirienne
La salinité joue un rôle important dans le maintien à un niveau constant des sels
organiques des espèces aquatiques et dans les échanges océan-atmosphères. Elle contribue en
outre à la distribution des espèces dans les estuaires. Cependant, une variation significative de
ce paramètre peut avoir des impacts négatifs dans la distribution des espèces à travers la
modification des habitats peu profonds et du littoral qui constituent des couches
écologiquement et économiquement cruciales en raison de la forte dépendance des
productions primaire et secondaire (Vuorinen et al., 2015). Ce paramètre peut également
contribuer à la réduction des quantités d'eau douce disponibles (IPCC, 2007). Dans cette
76
étude, les données de salinité extraites des champs de salinité développés par Reverdin et al.
(2007) ont été moyennées spatialement dans chaque section de côte définie dans le chapitre 1.
Les séries temporelles obtenues au niveau des trois sections de côte définies précédemment
présentent des similitudes en termes de salinisation ou de dessalure des eaux côtières
traduisant ainsi une dynamique de la salinité peu variable le long de la côte (Figure 3.1 la). Ce
résultat est aussi confirmé par l'évolution interannuelle de la moyenne annuelle des SSSs
caractérisée par de faibles variations de la salinité d'une section de côte à une autre en raison
de la valeur relativement faible des écarts-types interannuelles (Figure 3.11 b). Ainsi, la suite
de nos analyses se fera à partir de la série temporelle spatialement moyennée dans la zone
d'étude.
36 a)
-
::::1 35
.,
S: 34
Cil
V)
cn 33
32~-----r----'--"'---------------------~
1970 1973 1976 1979 1982 1985 1988 1991 1994 1997 2000 2003 2006 2009 2012
DATE
'S' 34.8
.,
S: 34.6
V)
Cil
Cil 34.4
1975 1980 1985 1990 1995 2000 2005 2010

ANNEE
Figure 3.11: Variabilité temporelle des SSSs moyennées dans les sections 1 (Cap des
des SSSs. 1 '
La série temporelle mensuelle obtenue en moyennant donc les données par point de
grille dans la boîte 7°30'-2°25'Wx4°30'-6°N est caractérisée par des valeurs minimale et
maximale valant respectivement - 33,02 et - 35,5 psu. De plus, l'évolution temporelle des
SSSs le long de la côte est caractérisée par des périodes de salinisation et de dessalure des
eaux côtières de la côte ivoirienne. Le cycle annuel est caractérisé par un minimum relatif et
un minimum absolu localisés respectivement en juin (grande saison pluvieuse) et en octobre
77
(petite saison des pluies). Les valeurs interannuelles obtenues en moyennant les valeurs
mensuelles ont été analysées à partir de la méthode d'estimation de tendances multiples basée
sur la régression linéaire de Liebmann et al. (2010). Les figures 3.12 montrent respectivement
les différentes tendances possibles en fonction de la longueur du segment de temps choisi
(segment de temps compris entre 2 et 33 ans) et l'évolution temporelle des valeurs absolues
des tendances maximales positives (en rouge) et négatives (en bleue). Toutes les tendances
(positives ou négatives) sont possibles pour toutes les sous-séries temporelles de longueurs
inférieures à quelques dizaines d'années (Figure 3.12a). La dessalure maximale est accentuée
par rapport à l'augmentation maximale du sel dans les eaux côtières ivoiriennes pour des
segments de temps supérieurs à 15 ans (Figure 3.12b). Au-delà de 33 ans, la salinité maximale
des eaux s'annule. La variabilité quinquennale est marquée par une salinisation des eaux
côtières de - 0,6, - 0,1 et de - 0,04 psu entre 1970-1974, 1995-1999 et 2005-2009
respectivement. On observe des baisses estimées à - -0,2; - -0,2; - -0,13; - -0,37; - -0,05 et à
- -0,11 psu entre 1980-1984, 1985-1989, 1990-1994, 2000-2004 et 2010-2013
respectivement. La variabilité" décennale est caractérisée par la salinisation des eaux entre
1970-1979 et par des dessalures des eaux côtières estimées à - -0,23; - -0,12 et - -0,17 psu
entre 1980-1989, 1990-1999 et 2000-2009 respectivement. La tendance à long terme du
comportement de la SSS le long de la côte ivoirienne est caractérisée par une stabilisation du
contenu en sel des eaux côtières ivoiriennes. Cette tendance à la stabilisation est confirmée
par la pente proche de zéro de la tendance linéaire estimée à partir de la méthode basée sur la
décomposition modale empirique (Figure 3.13). Cependant, l'augmentation de l'occurrence et
la magnitude des évènements extrêmes et l'élévation du niveau de la mer pourraient amplifier
le risque de salinisation des sols de la zone côtière ivoirienne.
78
1
u, 40
(l)
•(l)
0.5
ê
_CTJ
30
"C
~ 20 0 sss (psu)
..0
E -0.5
~ 10
-1
1980 1990 2000 2010
S' Année
V)
'i O. 81'-~ ,----,------,-----,--~ -----.-----,-,----,-----,----.---

a..
~
0 0.6 L ~ b) 1
--e-- minima absolus

È o.4 --e-- maxima absolu
-~
E 0.2
C
0
fJ 0
-~ 2 5 8 11 14 17 20 23 26 29 32 35 38 41 44
> Nombre d'années
Figure 3.12: a) Analyse des tendances des moyennes annuelles SSS (psu) de 1970 à
2013. Les Changements relatifs à une même année ne sont pas représentés. Les
contours noirs fournissent la signifi.cativité à un niveau de confiance de 95% des
différentes tendances à partir du test-t de Student. b) évolution des tendances négatives
et positives absolues des moyennes annuelles des SSSs en fonction du nombre d'années.
36
,
34.8 ... .. . ... "' ",, . . ~·· ..
J...,
34.8 I" \
j\ ~ ... •... \ 1/ \ ,~ .. I
v-~ •.... ~ /1\ 1/ \-
\ J .•...
i
li! 34.4
I .... , ..
'I \ •...
·1·
~ •....
J\ ~-V .... ·•.
\! '1
. .... . -
34.2 - . ... . • 1
.. - ....
3
1\70 1 973 1978 1979 1982 1986 1 988 1991 1994 1997 2000 2003 2008 2009 2012
DATE
Figure 3.13: Variabilité temporelle des moyennes interannuelles de SSS de Reverdin

(en noir) moyennée spatialement dans la boite 7°30 -2°25 W x 4°30 -5°30 N, couvrant 1 1 1 1
la période 1970-2013. La meilleure courbe des tendances au sens- des moindres carrés
(en rouge) représentant la tendance linéaire des données a été ajoutée à lafigure.
79
1 •
3.5. Variabilité temporelle et tendances des caractéristiques des

vagues
Les variabilités saisonnière et interannuelle des hauteurs significatives des vagues ont
été également analysées. Pour ce faire, ces hauteurs ont été moyennées spatialement dans
chaque section de côte définie dans le chapitre 1. Les séries temporelles obtenues au niveau
des trois sections de côte définies dans cette étude présentent des similitudes en termes
d'intensification ou de baisse de l'énergie des vagues traduisant ainsi une dynamique de
l'énergie des vagues peu variable le long de la côte (Figure 3.14a). Ce résultat est aussi
confirmé par l'évolution interannuelle de la moyenne annuelle des SWHs caractérisée par de
faibles variations de ce paramètre d'une section de côte à une autre en raison de la valeur
relativement faible des écarts-types interannuelles (Figure 3.14b). Ainsi, la suite de nos
analyses se fera à partir de la série temporelle spatialement moyennée dans la zone d'étude.
La série temporelle quadri-journalière obtenue en moyennant les données par point de grille
dans la boîte 7°30'-2°25'Wx4°-6°N est caractérisée par des valeurs comprises entre 0,9 met
2,7 m avec des maxima apparaissant entre les mois d'avril et de septembre (Figure 3.15).
2.511 1 1 ' 1 1 1 1 1 1 l 1 ' 1 1 1 1 •

ia)
I::c 2
;: 1.5
ri)
1
0.5
1958 1961 1964 1967 1970 1973 1976 1979 1982 1985 1988 1991 1994 1997 2000
DATE
1.8
_ 1.6 l T jb)
.§.
::c 1.4
;:
rn 1.2
-i~..r..TI~- .I..-'-- ~ _,__ ..L
1 1 1 1 1 1 1 1 1
1960 1965 1970 1975 1980 1985 1990 1995 2000
ANNEE
Figure 3.14: Variabilité temporelle des SWHs moyennées dans les sections 1 (Cap des
Pointes) en rouge. b) éyolution interannuelle de la moyenne annuelle et de l'écart-type
des SWHs.
80
2.5
g
! 1.5
0.5 ..,_.......,. .••••••••• ......,,,..,.,,,,.,melrHsl JuU 1 1 1 •• 1 1 1 l,.,..·r++Wrhnrl 1 1

1 +ill 1 1 NHlwe..,.
1958 1963 1968 1973 1978 1983 1988 1993 1998 2003 2008 2013
DATE
Figure 3.15: Variabilité journalière de la hauteur significative des vagues le long de la

côte ivoirienne entre 1958-2014 à partir des données ERA-40 et ERA-intérim. Les
données ont été moyennées spatialement dans la zone d'étude.
3.5.1. Statistique des paramètres des vagues le long de la côte ivoirienne
L'analyse des caractéristiques des vagues ainsi que leur variabilité saisonnière,
interannuelle et à long terme permet de définir l'état de la mer et son comportement aux
différentes échelles précédemment mentionnées. Les évènements extrêmes d'origine
océanique peuvent avoir un impact réel sur les populations vivant en zone côtière. Ils
constituent également une véritable menace pour les infrastructures et une modification des
écosystèmes côtiers à cause d'éventuelles inondations qui pourraient survenir.
Pour cette étude, les données des hauteurs significatives des vagues sont moyennées
spatialement dans la boîte 7°30'.W-2°25'W; 4°30'N-5°30'N. Les valeurs quadri-joumalières
(toutes les 6 heures) obtenues ont été moyennées pour en faire une série temporelle
journalière. Le tableau 3 illustre les caractéristiques moyennes des paramètres des vagues le
long de la côte ivoirienne en utilisant la méthode des percentiles. A l'analyse de ce tableau, il
ressort que les hauteurs des vagues qui lessivent le littoral ivoirien sont comprises entre 0,65
met 2,66 m sur la période 1958-2002 à partir des données ERA40 et sur la période 2003-2014
à partir des données de BRA-INTERIM. Les périodes de ces vagues sont comprises entre 5,4
set 14,57 s. Leur direction moyenne vaut 183,62 degrés Nord et varie peu au cours de l'année
81
en raison de la valeur relativement faible de leur écart-type (-7;13 degrés). Plus de 75% de
ces vagues sont dues au vent, car le 75ème percentile ou 3ème quartile de leur période est
inférieure à 10 s. Ces différents résultats montrent bien que dans cette région, le système des
vagues est composé à la fois de mers du vent et de houles.
Tableau 3-1: Caractéristiques des paramètres des vagues le long de la côte

ivoirienne.
Paramètre SWH (m) Période (s) Direction (0)
Minimum 0,65 5,4 52
1er quantile 1,05 8,2 178,67
Moyenne 1,24 9 183,61
3ème quantile 1,40 9,76 188,32
Maximum 2,66 14,57 241,57
3.5.2. Cycle annuel 1 •
La climatologie mensuelle illustrée par la figure 3.16 indique que l'évolution annuelle
de la hauteur significative des vagues est marquée par deux périodes. La première période, de
novembre à mars, est caractérisée par de faibles hauteurs caractéristiques d'une mer peu
agitée sous l'effet des vagues. La seconde période, de mai à septembre, est caractérisée par
des hauteurs élevées. Celle-ci correspond à la période de forte agitation de la mer sous l'effet
des vagues. Les plus fortes valeurs des SWHs sont généralement observées au cours du mois
de juillet. Les mois d'avril et d'octobre apparaissent comme des mois de transition marqués
par la présence à la fois des vagues de hauteurs mixtes (faibles et relativement élevées).
82
1 •
1.5
1.45
1.4
1.35
1.3
-
E
~ 1.25
Cf)
1.2
1.15
1.1
1.05
1
j F M A M j j A s 0 N D
MOIS
Figure 3.16: Cycle annuel des variations de SWH (m) le long de la côte ivoirienne
calculé à partir des données de (ERA-40 et ERA-INTERIM) sur la période 1958-2014.
3.5.3. Variabilité mensuelle
Les moyennes mensuelles ont été obtenues à partir des données de hauteurs quadri-
horaires des hauteurs significatives des vagues issues d'ERA-40 et ERA-INTERIM. La figure
3.17 illustre les anomalies mensuelles des hauteurs significatives des vagues. Ces anomalies
correspondent à la différence entre les valeurs mensuelles des hauteurs significatives des
vagues et la valeur climatologique mensuelle correspondante. Les anomalies négatives (resp.
positives) correspondent à des vagues de faibles énergies (resp. de fortes énergies). De 1958 à
1981, les valeurs mensuelles des vagues sont peu énergétiques. Les vagues les plus
énergétiques apparaissent après l'année 1981 et continuent de s'intensifier au-delà de l'année
2002. L'analyse des données fournies par la base de données ERA-INTERIM montre des
anomalies positives des valeurs des hauteurs significatives des vagues au cours de la période
récente de 2003 à 2013. L'année 1981 semble représenter un point de rupture dans l'évolution
des hauteurs de vagues le long de la zone côtière du Golfe de Guinée.
Les valeurs d'anomalies atteignent 10 cm au cours des mois de mai à septembre sur la
période 1997-2002. Cette saison apparait ainsi comme la saison des vagues de fortes énergies
sur les côtes du Golfe de Guinée. Cette intensification de l'énergie. des vagues a été également
observée le long des côtes Australienne et Norvégienne respectivement par Hemer et al.
83
(2007) et Woolf et al. (2002). Ces anomalies positives ont été associées aux effets du
changement climatique sur les paramètres des vagues. On observe en outre, des vagues
particulièrement énergétiques en 1992 (Figure 3.17). Cependant, cette année n'a pas été
'
associée dans la littérature existante à un évènement extrême en comparaison aux tempêtes
intenses qui ont eu lieu dans le Golfe de Guinée en 1984 (lbé et Quelennec, 1989) et en 1986
(Yao et al., 2010). Ce dernier évènement (celui de 1986) a occasionné la destruction des
infrastructures de défense du port de San-Pedro (Côte d'Ivoire). Ainsi, cette forte variabilité
observée en 1992 pourrait correspondre à des valeurs aberrantes (Caires et Swail, 2004). Cette
inhomogénéité, qui serait probablement due à l'assimilation de données erronées issues du
satellite ERS-1, n'influence pas notre analyse du fait de la longueur (- 45 années) de la série
que nous disposons. De plus, la comparaison des données issues de ERA-40 avec celles
observées est excellente du fait de l'existence d'une faible erreur quadratique entre les deux
jeux de données (Semedo et al., 2011).
DEC
NOV
OCT
SEPT
AOU
JUIL
JUIN
MAI
AVR
MAR
FEV
JAN
19
-0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5

(m)
Figure 3.17: Variabilité

, mensuelle des anomalies de SWH (m) durant la période 1958-
2002. Ces anomalies correspondent à la différence entre les données relatives à un
mois donné et la moyenne de celles-ci sur la période ( 1958-2002).
3.5.4. Variabilité interannuelle
L'analyse interannuelle des hauteurs des vagues est fournie par l'étude statistique des
moyennes annuelles basée sur la régression linéaire au sens des moindres carrés. Cette
méthode est objectivement utilisée pour détecter une ou plusieurs ruptures de tendance dans la
série chronologique des hauteurs des vagues quand elles apparaissent (Liebmann et al., 2010).
84
La figure 3 .18 montre tous les changements de tendance possibles (Figure 3 .18a) et les
changements des valeurs absolues des maxima et des minima (Figure 3.18b). La
significativité calculée pour chaque segment de temps allant de 2 à 45 années (longueur totale
de la série temporelle)' à partir du test de significativité de Student est ajoutée sur la figure
3 .18a. Les segments de temps de quelques dizaines d'années ou inférieurs montrent des
tendances croissantes ou décroissantes, alors que les tendances pour des segments de temps
plus longs sont surtout positives (Figure 3.18a). L'on peut noter que les tendances associées
aux longs segments sont plus faibles comparées à celles correspondantes aux courts segments.
Une augmentation de (- 15,2 cm pour la période de 45 années ou .- 0,34 cm/an) est observée
durant la période 1958-2002. Cette tendance est faible comparée à celles obtenues par
plusieurs auteurs (Wang et Swail, 2001; Caires et Swail, 2004; Hemer et al., 2007; Semedo et
al., 2011) dans différentes zones côtières. Cette différence est probablement due aux impacts
des facteurs locaux tels que le vent, la dépression et les indices climatiques tels que le Nord
Atlantic Oscillation (NAO), El-Nifio Southern oscillation (ENSO) sur les paramètres des
1
vagues dans leurs différentes zones d'étude. Dans notre cas, le vent local et la dépression
locale sont faibles selon les travaux de Quelennec ( 1984 ). De plus, El nifio influence peu le
bassin du Golfe de Guinée, car il n'explique que 6% de la variabilité des SSTs selon Toualy et
al. (2012).
Les moyennes annuelles des deux premières décennies (1958-1967 et 1968-1977)

décroissent significativement à un niveau de confiance égal à 95% et atteignent
respectivement -8,1 cm et -11,9 cm, tandis que les dernières décennies sont caractérisées par
une augmentation des valeurs des SWHs d'environ 1,8 cm et 4 cm entre 1978-1987 et 1988-
1997 respectivement. La variabilité temporelle à long terme est caractérisée par une baisse
significative (- -9,4 cm) entre 1958 et 1981, alors qu'une augmentation d'environ 7,6 cm des
moyennes annuelles de' SWH est observée entre 1982 et 2002. Les énergies de la marée et des
vagues augmentent concomitamrnent depuis 1982 le long de la côte ivoirienne.
85
,_-., -1
(/) 40 ~ a)
Q)
•Q) 1 ~·~;7,1
• > . .,.,,..~ . ., •o.s
§ 30
Cil
~,__ 20L •o Swh(m)

.c
§ 10~ 1 --0.5
z
0 --1
1960 1970 1980 1990 2000
--
E
a, 0.8
Année
::::,
0
(/)
1 \ b)
~ 0.6
Q)
-i 0.4~ ~ ~-
1--e-e--- minima absolus
maxima absolus
Cil
E 0.2
C
0
:;:::;
Cil 0
·c
Cil 2 7 12 17 22 27 32 37 42
> Nombre d'années
Figure 3.18: a) Analyse des tendances des moyennes annuelles de; SWH (m) de 1958 à
2002 en fonction du nombre d'années considéré. Les Changements relatifs à une même
année ne sont pas représentés. Les contours noirs fournissent la significativité à un
niveau de confiance de 95% des différentes tendances à partir du test-t de Student. b)
évolution des tendances négatives et positives absolues des moyennes annuelles des
SWHs en fonction du nombre d'années.
1 ••
Un point intéressant à souligner dans cette analyse est le changement de signe de la

tendance (passage d'une tendance négative à une tendance positive) observée en 1981 pour
les périodes d'estimation de la pente de la tendance linéaire (nombres d'années) supérieures à
24 ans (Figure 3.18). L'année 1981 semble être une année de rupture dans la série temporelle
des SWHs. Cette observation est confirmée par le test de Pettitt (Figure 3 .19) qui indique un
point de rupture à 99% de significativité en 1981 et par la figure 3.18b qui montre, pour un
nombre d'années supérieur à 24 ans, des valeurs nulles pour les variations négatives absolues.
86
-20
01..-,-------------------------
-40
-60
-80
-100
-120
-140
U -160
-180
-200
-220
-240
-260
-280
-300
-320 ..••• ••..••••• _
1958 1961 1964 1967 1970 1973 1976 1979 1982 1985 1988 1991 1994 1997 2000
Période
Figure 3.19: Variabilité temporelle de la fonction U d'après le 'test de Pettitt sur la

période 1958-2002 à partir des données ERA-40.
3.5.5. Variabilité interannuelle de la moyenne saisonnière des hauteurs

significatives des vagues
Cette section se focalise sur la variabilité interannuelle et la tendance à long terme des
hauteurs des vagues dominées par l'activité des houles particulièrement énergétiques
provenant de l'Atlantique Sud. Ces houles peuvent avoir des effets néfastes sur les ressources
de la zone côtière ivoirienne à travers les pertes de terre et les inondations partielles ou
permanentes qu'elles peuvent induire. Cette analyse permet ainsi .d'insister sur l'évolution à
long terme des vagues, particulièrement celles qui se propagent en dehors de leur zone de
naissance le long de la côte ivoirienne. La figure 3.20 illustre la variabilité interannuelle et la
tendance à long terme de la moyenne saisonnière (mai-septembre) des hauteurs significatives
des vagues. Cette saison correspond à la période où les vagues sont très énergétiques le long
du littoral ivoirien. Elle montre en outre la droite des tendances (en rouge). La pente de cette
' .
droite de régression linéaire vaut 2,3 mm/an ce qui correspond à une hausse cumulée de 10,35
cm sur les 45 années de données utilisées dans cette étude. Cette variabilité annuelle des
SWHs au cours de la saison mai-septembre représentant environ 68% des tendances des
moyennes annuelles est probablement liée à la houle le long de la côte. Ces résultats sont en
accord avec ceux de Varlet (1958), Martin (1973) et Toualy et al. (2015) qui ont mis en
87
évidence le lessivage de la côte ivoirienne par des houles en provenance de l'océan Atlantique
Sud. Le pic particulièrement énergétique observé en 1992 a été déjà associé à des valeurs
aberrantes discutées en.section.Lô.ô.
1.9
1.8
.-1.7
E
'-'
I 1.6
~
(/) 1.5
1.4
1.3
1958 1962 1966 1970 1974 1978 1982 1986 1990 1994 1998 2002
ANNEE
Figure 3.20: Evolution interannuelle de la moyenne saisonnière (mai-septembre) des

SWH (m) durant la période comprise entre 1958 et 2002. La ·tendance linéaire (en
rouge) des données a été ajoutée à la figure.
3.5.6. Analyse des valeurs extrêmes
Un intérêt particulier à analyser les caractéristiques des vagues est de comprendre

comment évoluent les valeurs extrêmes de la série temporelle des hauteurs des vagues. En
effet, ces fortes vagues', qui apparaissent annuellement entre mai et septembre, jouent un rôle
fondamental dans le recul du trait de côte, dans la survenue des inondations. Elles constituent
une menace pour les infrastructures et les habitats précaires où résident les populations les
plus démunies des quartiers adjacents à la ligne du rivage. Une telle analyse nécessite le choix
d'un seuil au-dessus duquel les valeurs des hauteurs significatives seront considérées comme
des valeurs extrêmes. Le seuil choisi dans cette étude provient du _récent travail de Toual y et
al. (2015). Selon ces auteurs, le cycle saisonnier des SWHs le long de la zone d'étude est
caractérisé par des valeurs supérieures à 1,5 m pendant la saison des vagues énergétiques. Ce
qui signifie qu'au cours de cette saison, les vagues les plus énergétiques et pouvant causer des
dégâts à la côte ont des valeurs supérieures à 1,5 m. Ainsi, cette valeur peut raisonnablement
88
constituer un seuil au-dessus duquel les valeurs des SWHs seront considérées comme étant
des valeurs extrêmes. La fréquence annuelle de ces valeurs extrêmes est calculée en faisant le
rapport du nombre de valeurs supérieures à 1,5 m par le nombre total d'observations. Cette
fréquence annuelle est représentée par la figure 3.21. La fréquence moyenne de ces valeurs
1
extrêmes vaut 15%. Sa variabilité temporelle est caractérisée par des fréquences
régulièrement au-dessous de 15% durant la période 1958-1981 et par des fréquences
majoritairement supérieures à 15% entre 1982 et 2002. Cette augmentation des fréquences des
valeurs extrêmes est également observée en utilisant la série temporelle provenant de ERA-
INTERIM.
60
50
~
0
'; 40
(.)
C
<Il
::,
.g 30
u::
20
10
0
1958 1962 1966 1970 1974 1978 1982 1986 1990 1994 1998 2002
Ann~
Figure 3.21: Fréquence annuelle des hauteurs des vagues au-dessus de 1.5 m, illustrant
les hauteurs d'eau résultant des activités des vagues énergétiques le long de la zone
côtière ivoirienne. Les 'donnée~ de SWH extraites de la base de données ERA40 ont été
moyennées spatialement dans la boite 7°30'-2°25' W x4°30'-5°30' N.
Ces résultats montrent une augmentation de la durée des activités des tempêtes sur le
littoral de la Côte d'Ivoire et cela représente une menace majeure pour les infrastructures
situées non loin du trait de côte (aéroport d'Abidjan, sites touristiques de Grand-Bassam,
d'Assinie, etc.) et les populations des habitats précaires en raison de l'érosion et des
89
inondations qu'elles peuvent induire. La période moyenne et la direction moyenne de ces

grandes vagues sont de 10,16 set 186,27 degré Nord.
3.6. Conclusion
Les analyses précédentes ont montré que les paramètres océaniques tels que le niveau
de la mer, la marée océanique, les vagues, la température et la salinité connaissent une
variabilité aux différentes échelles temporelles. L'analyse des tendances à long ou à moyen
terme de ces facteurs à l'exception de la salinité, indique qu'ils connaissent une intensification
le long de la côte ivoirienne.
L'intensification des processus pourrait accroître les risques d'érosion, d'inondation et

de salinisation. L'augmentation de la magnitude de ces risques pourrait constituer une menace
pour les infrastructures, les populations et les écosystèmes de cet espace côtier.
Le réchauffement des eaux de surface caractérisé par la tendance linéaire ascendante

des SSTs pourrait accélérer la dégradation des habitats naturels. Il pourrait en outre entrainer
la migration des espèces halieutiques vers les pôles. L'appauvrissement des eaux côtières en
ressources halieutiques pourrait accroitre la vulnérabilité des populations riveraines en raison
de leur forte dépendance des ressources tirées de la pêche.
Cependant, l'impact de ces facteurs sur la zone côtière peut varier d'une section de
côte à une autre en raison de la forte disparité concernant la répartition des infrastructures, des
populations et des écosystèmes le long de la côte. Il pourrait en outre dépendre de la résilience
naturelle des différentes sections de côte.
90
Indices de vulnérabilité de la zone côtière ivoirienne
Chapitre 4
Indices de vulnérabilité de la zone
côtière ivoirienne
La variabilité spatio-temporelle des phénomènes naturels auxquels sont soumises

les zones côtières de la Côte d'Ivoire, la diversité et le nombre grandissant des activités
humaines qui s'y développent (tourisme, pêcherie, commerce, transport), leur confère une
vulnérabilité d'un niveau et d'une nature spécifiques (Abé, 2005). L'identification des
différentes sections des zones côtières sensibles aux impacts de l'élévation du niveau de la
mer, des évènements extrêmes et des activités anthropiques (urbanisation, pêche,
tourisme, commerce, transport, industrie, etc.) est donc nécessaire pour une meilleure
gestion de cet espace vital. Cette gestion durable permettra d'accroître sa résilience, c'est-à-
dire de réduire les impacts des activités anthropiques et des processus induits par le
changement climatique à la fois sur les infrastructures, sur les écosystèmes (forêt, aires
protégées, mangroves, système lagunaire et autres milieux humides, etc.) que sur les
populations qui s'y trouvent, en particulier celles des habitats précaires.
La méthode la plus couramment utilisée pour l'identification et la cartographie des

sections de côte sensibles aux impacts négatifs des forçages naturels et anthropiques est basée
sur le calcul d'indices de vulnérabilité. Ces indices comprennent les indices de vulnérabilité
liés aux paramètres naturels, anthropiques et à leur combinaison. Ce sont des indicateurs
qui illustrent le degré d'exposition des zones côtières aux impacts des forçages naturels
(facteurs climatiques) et anthropiques (facteurs non climatiques).
L'indice de vulnérabilité lié aux paramètres physiques combinant des facteurs d'état et
des processus océaniques permet d'accéder à la vulnérabilité physique des différentes
sections d'une zone côtière. Cette méthode a déjà été utilisée pour analyser la vulnérabilité
des différentes sections de côtes aux Etats-Unis d'Amérique, au Brésil et en Europe (Gomitz,
1990, Gornitz et al., 1991 et 1994; Thieler et Hamrnar-Klose, 2000; Shaw et al., 1998) et
91
en Afrique de l'Ouest (Appeaning Addo, 2013 et 2015). De ces études, il ressort que les
différentes sections d'une même zone côtière ne présentent pas le même degré de
vulnérabilité aux forçages auxquels elles sont soumises. De plus, l'analyse de la variabilité
et des tendances à long terme de ces processus (élévation du niveau moyen de la mer, la
marée océanique et les vagues) a révélé qu'ils s'intensifient au fil des années du fait du
changement climatique marqué par le réchauffement global de l'atmosphère (Nicholls, 2011).
Ils peuvent induire une variabilité temporelle de l'indice de vulnérabilité calculé pour les
différentes sections de côte. Les activités humaines induisent également des pressions
supplémentaires sur l'espace côtier réduisant ainsi sa capacité naturelle de résilience. Ainsi,
l'évaluation de la vulnérabilité côtière devrait adopter une approche intégrée tenant compte à
la fois des facteurs climatiques et non-climatiques responsables des changements
environnementaux, de l'évolution socio-économique et de leur interaction mutuelle.
Nous nous proposons dans ce chapitre de calculer les indices de vulnérabilité des
différentes sections de la zone côtière ivoirienne. La première partie est consacrée au
calcul d'indices de vulnérabilité liés aux facteurs naturels des différentes sections de notre
zone d'étude ainsi qu'à l'analyse de leur variabilité temporelle, indépendamment des
pressions anthropiques. Ces indices permettront d'identifier et de cartographier la section
de côte la plus exposée aux risques d'érosion et d'inondation. Le calcul d'indices de
vulnérabilité lié aux impacts des seules activités anthropiques sur les différentes sections de
la côte est présenté dans la seconde partie de ce chapitre. Elle s'intéresse également à
l'identification et à la cartographie des sections de côte en fonction de leur degré de
vulnérabilité. L'identification du type de facteurs qui contribue plus fortement à la
vulnérabilité de chaque section de côte fait l'objet de la troisième partie de ce chapitre. La
quatrième partie de ce chapitre est consacrée à la formulation d'une part et, au calcul de
l'indice intégré de vulnérabilité des différentes sections de côte incluant les deux indices
calculés précédemment d'autre part. Les informations relatives aux degrés de vulnérabilité
des différentes sections de la côte pourront constituer des informations pertinentes capables
d'aider les opérateurs économiques, de renseigner les populations et les gouvernants sur les
zones les plus vulnérables et servir d'outils d'aide à la prise de décision et à la planification
pour les décideurs.
92
4.1. Indice de vulnérabilité côtière à partir de paramètres physiques
Cette sous-section est consacrée à l'identification des degrés de vulnérabilité des

différents segments de la côte ivoirienne à partir des facteurs d'état et des mécanismes
physiques selon la méthode de Thieler et Hammar-Klose (2000). Les résultats issus de cette
section ont fait l'objet d'une publication dans la revue Journal of Coastal Research
(annexe B).
4.1.1. Quantification des facteurs de risque
Pour évaluer les indices de vulnérabilité de la côte ivoirienne, le littoral a été

subdivisé en trois secteurs suivant le critère géomorphologique (voir chapitre 1). Pour
rappel, la section 1 est relative à la côte allant du Cap des Palmes à Sassandra, la section 2
concerne la zone qui s'étend de Sassandra à Abidjan et la section 3, couvre la portion
d'Abidjan au Cap des trois Pointes (Martin, 1973; Abé, 2005).
Les facteurs quantitatifs (processus auxquels sont soumis les différents secteurs de
la côte) et qualitatifs (états des différents secteurs de la côte) de vulnérabilité sont
annuellement transformés en de nouvelles variables adimensionnelles de risques suivant la
méthode de Thieler et Harnmar-Klose (2000) décrite dans la section consacrée aux méthodes
(voir chapitre 2). Les tableaux 4.1 à 4.3 résument les différentes variables adimensionnelles
de risques obtenues après avoir projeté les facteurs de vulnérabilité sur l'échelle de Thieler et
Hammar-Klose (2000). Les chiffres de 1 à 5 expriment les degrés de vulnérabilité liés aux
différents facteurs. Le tableau 4.1 relatif à la section 1 (Cap des palmes-Sassandra) comporte
peu d'années par rapport aux tableaux 4.2 à 4.3. Cette différence tient du fait que la côte
rocheuse (section 1) réputée stable du fait de sa configuration et de sa nature a été moins
étudiée que la côte basse et sablonneuse de la section Est de la côte (Yao, 2012).
93
Tableau 4-1: Matrice de vulnérabilité de la section 1 (Cap des Palmes-Sassandra)

d'après Tano et al. (2016).
Hauteur
Accélération
Pente Taux d'érosion Marnage significative
Année Géomorphologie du niveau de
côtière ou d'accrétion moyen moyenne des
la mer
vagues
1972 1 1 1 1 4 4
1986 1 1 5 1 4 4
2003 1 1 4 4 4 4
Tableau 4-2: Matrice de vulnérabilité de la section 2 (Sassandra-Abidjan) d'après Tano et al.

(2016).
Taux Moyenne des

Accélération
Pente d'érosion Marnage hauteurs
Année Géomorphologie du niveau de
côtière ou moyen significatives
la mer
d'accrétion des vagues
1971 2 1 1 1 4 4
1986 2 1 5 1 4 4
1988 2 1 5 4 4 4
1993 2 1 5 4 4 4
1995 2 1 5 4 4 4
2003 2 1 5 4 4 4
Tableau 4-3: Matrice de vulnérabilité de la section 3 (Abidjan-Cap des Trois Pointes) d'après
Tano et al. (2016).
Hauteur
Taux Accélération
Pente Marnage significative
Année Géomorphologie d'érosion ou du niveau de
côtière moyen moyenne
d'accrétion la mer
des vagues
1960 5 1 5 1 4 4
1971 5 1 5 1 4 4
1984 5 1 5 1 4 4
1987 5 1 5 1 4 5
2004 5 1 5 4 4 5
94
Les tableaux 4.1 à 4.3 montrent un fort degré de vulnérabilité associé à la hauteur
significative des vagues (SWH), au marnage et au taux de recul du trait de côte dans les trois
secteurs. Ceci s'est particulièrement accentué durant ces dernières années pour SWH dans la
troisième section (Tableau 4.3). Le degré de vulnérabilité associé à la pente côtière est très
faible pour toutes les sections de côte considérées en raison de la valeur relativement élevée de
ces pentes le long de la côte. Cela signifie que ce facteur à une faible influence sur la
vulnérabilité de la côte. Le degré de vulnérabilité lié à la géomorphologie augmente vers l'Est
de 1 dans la première section, à 2 et 5 dans les deuxième et troisième zones respectivement.
Cela signifie que la géomorphologie est un paramètre (avec les trois autres paramètres cités
ci-dessus) qui pourrait fortement (resp. faiblement) affecter la vulnérabilité de la région à
l'Est (resp. de l'Ouest).
4.1.2. Indice de vulnérabilité côtière
L'indice de vulnérabilité côtière lié aux paramètres physiques noté CVI (pour
Coastal Vulnerability Index en anglais) est calculé pour chaque section de côte et pour les
différentes années où existent des données (voir Tableaux 4.1 à 4.3). La moyenne du CVI de
chaque sous-section de la côte augmente vers l'Est. Elle est de 3,30 dans la première section
puis passe de 7,27 à 10,37 respectivement dans la deuxième et troisième section. Les 33èmeet
99ème percentiles des trois CVI moyens pris comme les bornes intérieures des trois classes de
vulnérabilité valent 6, 13 et 10,31 respectivement. Lorsque le CVI est inférieur à 6, 13, la zone
concernée est de vulnérabilité faible (faible exposition aux impacts des processus), si le CVI
est compris entre 6, 13 et 10,31 alors la vulnérabilité du secteur concerné est modérée et
enfin, si le CVI est supérieur à 10,31, la vulnérabilité est considérée comme élevée (forte
exposition aux impacts des paramètres physiques). Le CVI moyen calculé sur les 3 sections
vaut 7,19. Cette moyenne est comprise entre 6,13 et 10,31 et nous permet de classer la côte
entière dans la catégorie de vulnérabilité modérée. La figure 4.1 illustre les degrés de
vulnérabilité associés aux indices des différentes sections de la côte ivoirienne. Nous
remarquons que la variabilité spatiale du degré de vulnérabilité est caractérisée par une
augmentation vers l'Est. La section Ouest (côte rocheuse d'altitude généralement supérieure à
100 m) apparait comme étant la zone la moins vulnérable, car la valeur du CVI associé (-
3,30) reste inférieur à 6,13. La section Est (côte basse et sableuse) est la plus exposée aux
impacts des processus, car son degré de vulnérabilité (10,37) est supérieur à 10,31.
95
7W 6W sw 4W 3W
N
Leaende
- Faible .
N
Mocürée
- Elevée
4w 3
Figure 4.1: Variabilité spatiale de l'indice de vulnérabilité côtière (CVI) lié aux
paramètres physiques.
4.1.3. Variabilité temporelle de l'indice de vulnérabilité de la côte ivoirienne
Plusieurs auteurs (Gomitz, 1990; Gornitz et al., 1994; Shaw et al., 1998; Kumar et
Kunte, 2012; Thieler et Hammar-Klose, 2002; Hammar-Klose et al., 2003; Pendleton et
al., 2004; Appeaning Addo, 2013 et 2015) ont utilisé un indice de vulnérabilité pour
quantifier la vulnérabilité liée· aux paramètres physiques le long de la côte. Cependant, les
paramètres utilisés pour calculer le CVI peuvent être modifiés à l'échelle temporelle en raison
des impacts du changement climatique et leurs effets sur les processus côtiers. Cette étude
est menée en calculant le CVI pour chaque subdivision de la côte telle que décrite dans le
chapitre 1.
La figure 4.2 montre la variabilité temporelle du CVI dans chaque section

précédemment définie de la côte ivoirienne. Les valeurs des CVI valent 1,63 et 18,25
respectivement en 1972 et en 2004. Sur la figure 4.2a, nous observons une croissance
quasi linéaire des valeurs du CVI dans la section 1 (Cap des Palmes-Sassandra) à partir de
1,63 jusqu'à 6,12 durant la période 1972-2000 (Figure 4.2a). Ces valeurs sont les plus petites
parmi celles des trois, sections. de côte. La variabilité du CVI dans la deuxième section
(Sassandra-Abidjan) est caractérisée par deux augmentations entre les périodes 1971-1986 et
1988-1993 et deux périodes de stabilisation correspondant aux périodes 1986-1988 et
1993-2003 (figure 4.2b). Le CVI de la dernière période de stabilisation atteint 10,32 (Figure
4.2b). Enfin, le CVI de la troisième section (8,16) est caractérisé par une longue période de
96
stabilisation allant de 1960 à 1987. Cette valeur augmente rapidement au-delà de 1987 et
atteint la valeur de 18,25 en 2004 (figure 4.2c). Cela pourrait être associé à l'augmentation de
l'énergie des vagues et à l'accélération du niveau de la mer, car les degrés de vulnérabilité
liés aux autres facteurs 'demeurent inchangés (voir tableau 4.1 à 4.3).
G 1~ t ~
1972
ai ;
1986
~l 1997
G ~~[
1971
b)
;
1986
~
1988 1993
: î
1995 2003
G ~~t;
1960
c)
;
1971
;
1984
~l
1987 2004
Figure 4.2: Variabilité temporelle de l'indice de vulnérabilité des sections 1 (a); 2 (b)
et 3(c).
4.2. Vulnérabilité de la zone côtière ivoirienne à partir de

facteurs socio-économiques
Dans cette partie, nous nous intéresserons à la vulnérabilité liée aux facteurs
anthropiques. Ils sont essentiellement liés à la déforestation, à la réalisation de diverses
1
infrastructures industrielles, urbaines, commerciales (ports et aéroports), aux activités

extractives (prélèvement de sable, de gravier sur les plages, gaz et pétrole), à la pollution
d'origine agricole, domestique et industrielle, etc. Ces forçages peuvent contribuer à la
destruction des écosystèmes qui constituent une source de nourriture et d'habitats naturels
pour de nombreuses espèces. L'extension ou l'augmentation du nombre de ces facteurs
associée à une forte croissance démographique pourrait conduire ,à une forte artificialisation
des écosystèmes côtiers, à la modification de la dynamique côtière et à une diminution de la
résilience (Nicholls et al., 2007). Ainsi, il apparait important d'intégrer ces facteurs dans
l'évaluation de la vulnérabilité de la zone côtière ivoirienne.
97
4.2.1. Quantification des facteurs de risque
La vulnérabilité de la zone côtière induite par des activités socio-économiques dépend

de la densité de population, des infrastructures industrielles et commerciales, l'occupation du
sol et des aires protégées. La distribution spatiale de ces facteurs le long de la zone côtière
ivoirienne est illustrée par la figure 2.11 (voir chapitre 2).
Le tableau 4.4 résume les variables adimensionnelles représentant les divers degrés de
vulnérabilité obtenus à partir des facteurs décrits au chapitre 2. Ces variables prennent les
valeurs allant de 1 à 5 exprimant le degré de vulnérabilité relatif des différents facteurs. Le
degré de vulnérabilité lié à la densité de population croît de l'Ouest vers l'Est. Cela
signifie que la pression urbaine est moins forte sur le littoral ouest de la zone côtière qu'à
l'Est de celle-ci. A l'exception du facteur aire protégée, tous les autres facteurs sont
caractérisés par un degré de vulnérabilité très élevé à Abidjan. La ville de Tabou enregistre
1
les plus faibles degrés de vulnérabilité.
Tableau 4-4: Matrice de vulnérabilité liée aux facteurs socio-éconorrtiques
Densité Occupation Aire

Villes côtières Aéroport Route Port
(hbts/knr') du sol protégée
Tabou 1 2 1 1 1 1
San-Pedro 1 3 3 5 5 1
Sassandra 1 2 3 1 4 5
Grand-Labou 1 1 3 1 1 1
Jacqueville 2 1 1 1 2 5
Dabou 1
2 .. 2 3 1 4 5
Abidjan 5 5 5 5 5 1
Grand-Bassam 3 1 5 1 5 1
4.2.2. Indice de vulnérabilité socio-économique
L'indice de vulnérabilité socio-économique noté SVI (pour Socio-economic

Vulnerability Index en anglais) est calculé pour chaque ville considérée dans cette étude. Les
différentes valeurs du SVI (Tableau 4.5) sont comprises entre 0,58 (Tabou) et 22,82
(Abidjan). Le SVI moyen vaut 5,79. Les 25ème, so= et 75ème percentiles valent respectivement
1,54, 4 et6,17.
98
Tableau 4-5: Indices de vulnérabilité (SVI) liés aux facteurs socio-économiques
Villes côtières SVI

Tabou 0,58
San-Pedro 6,12
Sassandra 4,47
Grand-Lahou 0,71
Jacqueville 1,83
Dabou 6,32
A~i~jan 22,82
Grand-Bassam 3,54
Ces différents scores permettent de définir quatre classes de vulnérabilité (Tableau

4.6) à savoir faible, modérée, élevée et très élevée (Thieler et Hammar-Klose, 2000). Ainsi,
lorsque le SVI est inférieur à 1,54, le site appartient à la classe. de vulnérabilité faible; la
vulnérabilité est dite modérée si le SVI est compris entre 1,54 et 4. Ensuite, lorsque le SVI est
compris entre 4 et 6, 17, la vulnérabilité est élevée, et enfin très élevée, si le SVI est supérieur
à 6,17.
Tableau 4-6: Les différentes classes de vulnérabilité obtenues à partir des valeurs du
SVI.
Rang percentile 25ème so= 75ème
Valeur du percentile 1,54 4 6,17
SVI <1,54 1,54-4 4-6,17 >6,17
Degré de vulnérabilité Faible Modéré Elevé Très élevé
La zone côtière ivoirienne peut être classée en termes de vulnérabilité liée aux pressions
anthropiques, dans la catégorie de vulnérabilité élevée, car le SVI moyen (5,79) est compris
entre les so= et 75mie percentiles.
'
La variabilité spatiale du SVI est caractérisée par une croissance de l'Ouest vers
l'Est (Figure 4.3). Les villes de Tabou (0,58) et de Grand-Lahou (0,71) sont caractérisées par
une faible vulnérabilité. Cette faible vulnérabilité peut s'expliquer par le fait que ces villes
comportent peu d'infrastructures susceptibles d'être impactées négativement par les activités
99
humaines (voir tableau 4.4). Tabou et Grand-Lahou n'abritent qu'un aérodrome et la route
baptisée la « côtière » respectivement. La présence des facteurs de résilience tels que les aires
protégées (forêt classée de rai, parc national de l'Azagny, etc.) peut en outre expliquer la
1
faible vulnérabilité de ces deux villes. Celles de Jacqueville (1,83) et de Grand-Bassam

(3,54) sont caractérisées par une vulnérabilité modérée. Il semble donc avoir un certain
équilibre entre les facteurs de risques (pression anthropique) et le facteur de résilience
(aire protégée). Le degré de vulnérabilité élevée est obtenu pour les villes de San-Pedro
(6,12) et Sassandra (4,47). Cette vulnérabilité est influencée par le type d'occupation du
sol et par les infrastructures (Port, aéroport, habitation) dans le cas de San-Pedro (voir
Tableau 4.4). Concernant la ville de Sassandra, la vulnérabilité est contrôlée par le type
d'occupation du sol et par sa faible résilience naturelle (absence d'aire protégée). Les villes de
Dabou (6,32) et d'Abidjan (22,82) sont de vulnérabilité très élevée (Figure 4.3). La très
grande vulnérabilité de Dabou est liée à une forte concentration humaine (voir tableau 4.4)
et à la réduction de la superficie de la forêt au profit des cultures de rentes telles que
'
l'hévéa, le palmier à huile et à l'absence de facteurs de résilience telle que les aires protégées
et de couverture forestière. La destruction des forêts de mangroves par exemple réduit la
capacité de celle-ci à protéger la côte contre l'érosion côtière en raison de la diminution de sa
capacité de fixation des particules sédimentaires pour qu'elles ne soient pas entrainées vers le
large par des marées exceptionnelles ou par des vagues particulièrement énergétiques
(Ibé et Quelennec, 1989; FAO, 2005; Nicholls et al., 2007). La réduction par exemple de
l'étendue des superficies de mangroves contribue également à la réduction des zones de
reproduction ou d'habitat pour les poissons et pour quelques oiseaux migrateurs à qui cette
végétation sert parfois de zone de transition ou de repos (Burke et al., 2001). Le taux de
réduction de la superficie totale des forêts de mangroves sur la zone côtière ivoirienne entre
1980 et 2005 est estimé environ· à 900 ha/décennie (FAO, 2005). Quant à la ville d'Abidjan,
la très forte présence humaine, d'infrastructures industrielles, commerciales (Port et aéroport)
et urbaines justifient son degré de vulnérabilité très élevé. La réalisation de ces infrastructures
et l'urbanisation ont été réalisées au détriment des facteurs de résilience de la côte
(couverture végétale). Le rejet des déchets domestiques et industriels non traités dans les
cours d'eau (lagunes, fleuves, lacs et rivières) et l'utilisation des pesticides pour l'entretien des
plantations entrainent une forte concentration de polluants considérablement plus élevée
que les limites prévues par l'autorisation environnementale applicable dans ces eaux. Cela
constitue une menace pour certaines espèces halieutiques telles que les mollusques, les
crustacés et les petites pélagiques. A Abidjan par exemple, la croissance rapide de la
100
population, associée au manque d'infrastructures adéquates pour l'évacuation et/ou le

recyclage (transformation) des déchets (ordures) a contribué à la pollution de la lagune
1
Ebrié selon un rapport produit par le PNUE (2015). La capacité (1100 m3 /jour) des
installations existantes restent largement inférieures à la quantité d'eaux usées produite
quotidiennement (37 500 m3). C'est seulement 20% de ces eaux usées domestiques et de
déchets industriels qui sont évacués selon les règles environnementales, le reste est rejeté dans
la lagune Ebrié sans traitements physiques et/ou chimiques (PNUE, 2015). L'impact des
activités humaines (pollution, destruction des forêts de mangrove, de la pêche abusive)
(FAO, 2008; Koffie-Bikpo, 2010) et la diminution de l'intensité de l'upwelling
précédemment mentionnée sur les ressources halieutiques est déjà perceptible en raison de la
réduction des quantités annuelles de captures de poissons. Sur la période 2000-2009 par
exemple, les débarquements (pêches artisanale et industrielle) ont régulièrement baissé,
passant de 80323 tonnes (eri 2000) à 40791 tonnes (en 2009) soit une diminution quasi de
moitié (FAO, 2008; DPH, 2011).
7W 6W 5W 4W 3W
6N
4N 4N
7W 6W 5W 4W 3W
Figure 4.3: Variabilité spatiale de l'indice de vulnérabilité (SV/) de la zone côtière

ivoirienne due au.xfacteurs socio-économiques.
101
4.3. Identification des principaux facteurs de vulnérabilité des

différentes sections de côte
Il s'agit dans cette sous-section de déterminer le type de facteurs qui contribuent le

plus à la vulnérabilité des différentes sections de la côte. Pour ce faire, le SVI moyen a été
calculé pour chaque sous-section de côte définie lors du calcul du CVI à partir de la
relation:
(4.1)
n
n correspond au nombre de villes considérées dans chaque sous-section.
Ensuite, pour identifier laquelle des deux catégories de facteurs (socio-économiques et

naturels) contribue le plus à la vulnérabilité de la zone côtière ivoirienne, les différentes
valeurs du SVI et du CVI sont normalisées en les divisant par l'écart-type calculé à partir
de la formule ci-dessous :
(4.2)
Où, n = 3 correspond au nombre de subdivisions de la côte; i correspond à la section de
côte considérée ; CVI et SV/ correspondent aux indices liés aux paramètres physiques et
anthropiques respectivement.
Ces valeurs normalisées seront désignées dans toute la suite par SV lnorm = svi
(J
et
CVInorm = cvi
(J
respectivement pour le SVI normalisé et le CVI normalisé. Le tableau 4.7
résume les valeurs normalisées du SVI et du CVI des différentes sections de la côte ainsi que
leur rapport. Le SVI normalisé ( 1,21) est supérieur au CVI normalisé ( 1,07) dans la section 1.
Par contre, le SVI (0,96) est inférieur au CVI normalisé (2,36) dans la section 2. Dans la
section 3, les valeurs normalisées du SVI (4,28) et du CVI (3,36) sont sensiblement les mêmes.
102
Tableau 4-7: Valeurs normalisées du SVI, du CVI et leur rapport
1 (Cap des Palmes - 2 (Sassandra - 3 (Abidjan - Cap des Trois

Sections
Sassandra) Abidjan) Pointes)
SVlnorm 1,21 0,96 4,28
CVlnorm 1,07 2,36 3,36
SVlnorm
1,13 0,41 1,27
CVlnorm
Ces résultats montrent que l'influence des activités socio-économiques et des facteurs
d'états (géomorphologie, pente côtière et taux de recul du trait de côte) et des facteurs
océaniques (élévation du niveau de la mer, énergies des vagues et de la marée océanique) sur
la vulnérabilité du secteur 1 sont quasi identiques, car le SV Inorm et le CV Inorm valent
respectivement 1,21 et 1,07.
A l'opposé, la contribution des facteurs d'états et océaniques à la vulnérabilité du

secteur 2 est environ 2,5 fois supérieure à celle des facteurs socio-économiques, car le
SVInorm et le CVInorm valent respectivement 0,96 et 2,36. Ce résultat peut s'expliquer par le
fait que ce secteur comporte peu d'infrastructures stratégiques telles que les ports et les
aéroports. De plus, la densité de population y est faible.
Enfin, la vulnérabilité de la section 3 résulte de la contribution quasi équitable des

deux types de facteurs (socio-économiques et physiques), car le SVInorm et le CVInorm valent
respectivement 4,28 et 3,36. La très forte concentration humaine, la présence de
nombreuses infrastructures (urbaines, commerciales, récréatives et industrielles) ainsi que
la nature des côtes au contact de la mer (côte basse et sableuse) expliquent la très forte
vulnérabilité (forte sensibilité aux impacts des pressions des paramètres physiques et
anthropiques) de cette section de côte.
4.4. Indice intégré de vulnérabilité côtière
La vulnérabilité est influencée à la fois par les facteurs naturels et anthropiques. Le

calcul de l'indice associé à chaque type de facteur nous a renseigné sur leur différente
contribution à la vulnérabilité côtière de notre zone d'étude. Cependant, en raison de
l'influence des deux types de facteurs sur la zone côtière, il est important de définir un indice
103
qui intègre à la fois les facteurs physiques et socio-économiques. Cela revient à associer les
facteurs socio-économiques, les facteurs d'état et les processus physiques pour une meilleure
évaluation de la vulnérabilité. Cette approche intégrée a déjà été adoptée par différents auteurs
le long des côtes du monde (Ôzyurt, 2007; Ôzyurt et al., 2008; McLaughlin et al., 2002;
McLaughlin et Cooper, 2010). Cependant, dans les différentes formules élaborées par ceux-
ci, les auteurs attribuent le même poids dans le calcul de l'indice aux facteurs naturels et
socio-économiques. Or, d'après les travaux de Gornitz (1990); Szlafsztein et Sterr (2007) et
de Nicholls et al. (2008), les activités socio-économiques peuvent parfois avoir une
influence plus importante dans les modifications observées de l'espace côtier que les facteurs
physiques. Ainsi, il apparait donc réaliste de définir un nouvel indice qui intègre à la fois
les facteurs naturels (états de la côte et processus océnaniques) et socio-économiques. Ce
nouvel indice que nous désignons par ICVI (Integrated Coastal Vulnerability Index) prend
en compte les poids des deux indices (CVI et SVI) précédents et peut être déterminé à l'aide
de la relation suivante.
Considérons deux points appartenant à un même segment de côte et de coordonnées

CVI et SVI. Soient a et {3 les coefficients de pondération de ces points. L'ICVI peut être
défini comme étant les coordonnées du barycentre des deux points considérés. Ainsi, l'ICVI
peut se mettre sous :
I CV I = a x CV I + /3 X SV I (4.3)
a+ /3
L'équation 4.3 précédente peut se mettre sous la forme:
CVI + (!_ x SV!

!CV!= a (4.4)
l+-a
D'après ( 4.4 ), l'importance de chaque catégorie de facteurs dans la vulnérabilité de la
zone côtière dépend du coefficient!!.. ainsi:

a
• Si !!.. < 1 ---+a > /3; les risques sont principalement induits par les processus tels que
a
l'élévation du niveau de la mer, l'énergie des vagues et de la marée;
• Si !!..
a
> 1 ---+a < {3; la dégradation de l'environnement est due principalement aux activités
anthropiques et à la forte présence humaine;
104
• Si !!.. = 1 -a = {]; les deux types de facteurs contribuent avec la même intensité à la
a
vulnérabilité de la zone côtière. Et, la formule de l'indice intégré obtenue est semblable à celle
de Szlafsztein et Sterr (2007) et, à une constante près à celle de Ôzyurt (2007) et Ozyurt et
al. (2008).
·
D ans 1 a sous-section ' 'd ente, nous avons remarque, que 1 e rapport ---
prece SV lnorm
permet
CVInorm
d'identifier la catégorie de facteur (naturel ou anthropique) qui contribue à la vulnérabilité de
1 a zone cotiere ivomenne. A'msi,. nous pouvons raisonna

A ·, • • • . bl ement poser -/3 = ---
SVInorm
que nous
a CVInorm
appelons par la suite a. Il vient que:
1 CV J = CV I + a X SV I (4.5)
l+a
Les valeurs normalisées du CVInorm et SVInorm correspondent respectivement aux

coefficients de pondération du CVI et du SVI. Cette formule diffère de celles des auteurs tels
que Szlafsztein et Sterr (2007) qui ont fait l'hypothèse de la contribution à parts égales de
chaque type de facteurs (naturel et pression anthropique) lors du calcul de l'indice total
de vulnérabilité. Une telle hypothèse n'est valable que dans le cas où la pression
anthropique est uniformément répartie le long de la côte. Or, dans notre cas, nous avons
remarqué que cette pression anthropique est inégalement répartie dans les différentes
sections de la côte. Par exemple la section 3 (Abidjan-Cap des Trois pointes) enregistre
une forte densité de population, et concentre d'importantes infrastructures que les autres
sections. La pression anthropique est plus forte cette section de côte que dans les sections
2 et 3. Ainsi, l'indice proposé dans cette étude constitue une généralisation en termes de
coefficient de pondération que celui de Szlafsztein et Sterr (2007) en raison de la prise en
compte du poids de la contribution de chaque type de facteurs dans l'évaluation de
l'indice intégré de vulnérabilité.
D'après ce qui précède, l'indice de vulnérabilité côtière intégré pour chaque ville i
appartenant à la sous-section de côte s peut se calculer à partir de l'expression suivante:
CV/.+ a·1 x SV/.
!CV/.·
i;
= 1
1 + a·J
i (4.6)
Où, i se réfère à chaque ville ou sous-section de côte définie lors du calcul du SVI. Dans
notre cas, i prend des valeurs comprises entre 1 et 8; j se réfère aux sections de côte définies
105
lors du calcul du CVI. j prend des valeurs comprises entre 1 et 3. aj est le rapport SVInorm sur
CV Inorm pour chaque sous-section de côte j. I CV Iij représente l'indice de vulnérabilité côtière
intégré de la ville i considérée appartenant à la sous-section j.
A partir de la formule 4.6, l'indice intégré est calculé pour chaque ville définie lors du
calcul du SVI. Les valeurs obtenues sont consignées dans le tableau 4.8.
Tableau 4-8: Valeurs du ICVI pour les différentes sections et les principales villes
Section Villes côtières ICVI ICVlmoyen

Tabou 1,85
1 San-Pedro 4,79 3,52
Sassandra 3,92
Grand-Labou 5,37
2 Jacqueville 5,69 6,02
Dabou 6,99
Abidjan 17,34
3 11,94
Grand-Bass am 6,54
Les valeurs du ICVI obtenues sont comprises entre 1,86 (Tabou) et 17,34 (Abidjan).
L'ICVI moyen vaut 6,57. Les 25ème, 50ème et 75ème percentiles valent respectivement 4,58; 5,54 et
6,67. Quatre classes de vulnérabilité (faible, modérée, élevée et très élevée) (Gornitz et al.,
1991; Thieler et Hammar-Klose, 2000; McLaughlin et al., 2002 et McLaughlin et Cooper,
2010) peuvent être définies comme définies dans le tableau 4.9. A l'analyse de ce tableau,
nous pouvons dire que lorsque l'ICVI est inférieur à 4,58, la sous-section considérée est de
faible vulnérabilité, c'est-à-dire qu'elle subit peu de pressions liées aux paramètres physiques
et anthropiques. Le secteur dont l'ICVI est compris entre 4,58 et 5,54 est de vulnérabilité
modérée. L'on parlera de vulnérabilité élevée dans le cas où l'ICVI est compris entre 5,54 et
6,67. Enfin, lorsque l'ICVI est supérieur à 6,67, la vulnérabilité de la section de côte associée
est très élevée ce qui signifie que ladite section subit de fortes pressions physiques et/ou
anthropiques. Les degrés de vulnérabilité faible (resp. élevée) correspondent respectivement à
une pression humaine faible (resp. forte) sur la zone côtière, car le rapport des valeurs
normalisées sera faible (resp. élevé). La zone côtière ivoirienne peut être classée dans la
catégorie de vulnérabilité élevée, car l'indice total moyen (6,57) est compris entre les so= et
75ème percentiles.
106
La figure 4.4 illustre les classes de vulnérabilité des différentes villes prises en compte
dans cette étude. A l'analyse des valeurs du ICVI obtenues, la ville la moins vulnérable
(faibles pressions physiques et anthropiques) est celle de Tabou (1,85) et la plus vulnérable
(fortes pressions physiques et anthropiques) est Abidjan (17,34). La variabilité spatiale de
l'indice intégré ICVI indique que la vulnérabilité croît toujours <l'Ouest en Est, c'est-à-
dire que les villes de l'Ouest de la côte ivoirienne sont moins vulnérables que celles
situées à l'Est de la zone côtière. La faible vulnérabilité de la section Ouest de la côte
ivoirienne se justifie par la présence de facteurs naturels de résilience (bonne couverture
forestière bien qu'elle soit dégradée par endroits), une faible concentration humaine, une
faible concentration d'activités socio-économiques et aux caractéristiques de la côte (côte
rocheuse relativement élevée). A l'opposé, la forte vulnérabilité du secteur Est de la côte
ivoirienne est liée à la forte concentration des activités socio-économiques, à l'urbanisation
incontrôlée, aux caractéristiques physiques de la côte (côte basse et sablonneuse).
Tableau 4-9: Les différentes classes de vulnérabilité liée aux facteurs physiques et aux
facteurs anthropiques
Rang percentile 25ème so= 75ème

Valeur du percentile 4,58 5,54 6,67
ICVI <4,58 4,58-5,54 5,54-6,67 >6,67
Degré de vulnérabilité Faible Modéré Elevé Très élevé
7W 6W 5W 4W JW
•••••••
- FalltJe
Gelfe.t.Gtilale
= m...
_,,. . . .•
4N -1 Mod6rie f-4N
7W sw 5W 4W JW
Figure 4.4: Variabilité spatiale de l'indice de vulnérabilité intégré (!CV!) de la zone

côtière due aux facteurs physiques et socio-économiques.
107
4.5. Discussion générale
Dans ce travail, l'évaluation de la vulnérabilité des 566 km de longueur de côte de la

Côte d'Ivoire est basée d'une part sur les facteurs d'état et les processus océaniques et, d'autre
part sur les facteurs socio-économiques. La compréhension de ces processus requiert une
analyse de la variabilité et de la tendance à long terme des hauteurs de la marée océanique,
de l'élévation du niveau de la mer et des hauteurs significatives des vagues le long de la
côte. Un indice de vulnérabilité est alors calculé pour illustrer le degré par lequel la côte est
menacée.
Les valeurs de CVI calculées pour la côte ivoirienne augmentent d'Ouest en Est.
Cette vulnérabilité dépend principalement de la géomorphologie et des hauteurs des vagues,
les autres facteurs semblent avoir peu d'influence. La première section (Cap des Palmes -
Sassandra) est moins vulnérable que les autres sections de côte, car elle est classée dans
la catégorie de risque faible. Cela signifie que cette zone est faiblement exposée aux
inondations et à l'érosion. Ce résultat confirme le fait que les côtes rocheuses relativement
élevées sont naturellement peu exposées aux phénomènes d'érosion et d'inondation. La
vulnérabilité de la seconde zone pourrait être considérée comme modérée, tandis que la
troisième zone apparait comme la plus vulnérable. La forte vulnérabilité de la zone Est de la
zone côtière (troisième section) pourrait être associée à la faible élévation ( < 10 m) et la
nature des formations (plage de sable, lagunes, etc.) au contact de la mer. Les risques
d'érosion et d'inondation sont plus élevés le long de cette section de côte, ce qui est en parfait
accord avec les travaux de Koffi (1992). Appeaning Addo (2013 et 2015) a trouvé également
que l'Ouest de la région d'Accra présente les mêmes caractéristiques en termes de
vulnérabilité que la section Est de la Côte d'Ivoire (zone contigüe à l'Ouest d'Accra) malgré
l'existence d'une différence entre les valeurs des deux CVI. Cette différence pourrait être
liée à la méthode de classification des différentes variables adoptée par chacun des auteurs ou
par les impacts des activités socio-économiques sur les différentes zones côtières. En effet, les
zones côtières comportant un grand nombre d'habitants connaissent une intense activité
économique (McLaughlin et al., 2002) pouvant accroitre la vulnérabilité de la section de
côte concernée.
La variabilité temporelle du CVI est liée à l'élévation du niveau de la

mer et à l'augmentation des hauteurs des houles qui prennent naissance dans l'océan de
l'Atlantique Sud et des ondes de tempêtes qui accroissent l'érosion des terres et
108
l'inondation côtière particulièrement dans les sections de côte 2 et 3. L'accélération de

l'élévation du niveau de la mer et des hauteurs des vagues provenant de l'océan atlantique Sud
augmentera la vulnérabilité des villes côtières, des infrastructures et des écosystèmes
localisés le long de la zone côtière ivoirienne. L'accélération projetée du niveau de la mer
pourrait accroitre l'impact des houles de tempête et des marées exceptionnelles sur les
populations, les écosystèmes et les infrastructures. Cela pourrait se traduire par une
augmentation du CVI.
L'analyse de la variabilité spatiale d'indice socio-économique montre que la

vulnérabilité croît vers l'Est. Les indices les plus élevés se rapportent à aux villes d'Abidjan et
de Grand-Bassam. La vulnérabilité des villes de l'Est est principalement due à la fois à la forte
densité de population et à la forte concentration de diverses activités économiques. Ce résultat
tient du fait que les villes côtières qui abritent de nombreuses activités socio-économiques
sont les plus exposées aux effets du changement climatique et aux impacts <lesdites activités
(Nicholls et al., 2007 et 2008 ; Nicholls, 2011 ; McGranahan et al., 2007).
L'analyse de la vulnérabilité des différentes sections de la côte à partir des indices liés
d'une part aux paramètres naturels et, d'autre part aux paramètres socio-économiques
(pressions anthropiques) a montré que celles-ci ne réagissent pas de la même manière aux
sollicitations liées aux pressions naturelles et humaines. Le long de certaines sections de côte,
la contribution de la pression anthropique est prédominante par rapport à d'autres sections et
vice versa telle que relevée par des auteurs le long de différentes zones côtières (Gomitz, 1990;
Gornitz et al., 1991, Gomitz et White, 1992; Gomitz et al., 1994; Appeaning Adda, 2013 et
2015).
L'indice intégré de vulnérabilité côtière défini comme étant la moyenne pondérée des
indices liés aux facteurs physiques et socio-économiques semble plus approprié que ceux de
Szlafsztein et Sterr (2007), Ôzyurt (2007) et Ôzyurt et al. (2008). Les indices de
vulnérabilité intégrés des différentes villes côtières connaitront une hausse dans les années en
raison de la croissance rapide de la population et du nombre d'activités économiques mené à
la côte (Nicholls et al., 2007). Cette hausse pourrait être particulièrement plus significative
dans les villes portuaires telles qu'Abidjan et San-Pedro en Côte d'Ivoire que dans les autres
villes de la côte en raison de la croissance naturelle de la population et de la migration
côtière (Brown et al., 2011). La ville d'Abidjan, par exemple, apparait comme l'une des
villes les plus exposées en terme de population et d'atouts économiques en Afrique, d'après
109
les scénarios portant sur les facteurs climatiques (facteurs naturels) et non climatiques
(pressions anthropiques) (Nicholls et al., 2008).
Pour réduire la vulnérabilité des villes côtières aux impacts négatifs du changement
climatique, il est nécessaire de maitriser dans un premier temps la croissance
démographique, et adopter des mesures concernant l'occupation du sol et l'utilisation des
ressources de cette zone. L'élaboration, la mise en application et le suivi régulier de ces
politiques pourraient réduire l'indice de vulnérabilité des villes côtières ivoiriennes. Le
risque élevé de la section Est requiert des mesures urgentes pour une meilleure gestion de
l'environnement, la protection de la population, des infrastructures et des écosystèmes de cette
zone côtière. Cette gestion côtière pourrait inclure la délocalisation des habitations situées
près de la ligne de côte pour éviter des pertes en vies humaines, des infrastructures et la mise
en place de mécanismes de sauvegarde des écosystèmes de la menace des évènements
extrêmes.
4.6. Conclusion
Six facteurs socio-économiques à savoir la densité de population, l' Aéroport, la Route,

le Port, l'occupation du sol et l'aire protégée ont été sélectionnés pour évaluer la vulnérabilité
socio-économique de la zone côtière ivoirienne. Une forte disparité liée à la répartition de ces
facteurs le long de la zone côtière a été observée. Les villes de l'Est de la côte concentrent
plus d'enjeux économiques (infrastructures) et une forte présence humaine (densité de
population) que celles de l'Ouest. L'indice de vulnérabilité lié aux impacts des activités socio-
économiques sur la zone côtière, calculée à partir de ces six facteurs croît vers l'Est. Cette
vulnérabilité est contrôlée par la densité de population et la présence des infrastructures
commerciales (ports et aéroports), industrielles et urbaines qui ont été installées souvent le
long de la côte sans évaluer au préalable leur impact sur l'espace côtier ou leur exposition à
l'élévation du niveau de la mer et aux évènements extrêmes. A Abidjan, la très forte
vulnérabilité est liée à l'urbanisation incontrôlée due à la démographie galopante et aux
installations précaires. Les infrastructures de protection des ports contribuent également
au processus d'érosion aussi bien à Abidjan qu'à San-Pedro. L'utilisation irrationnelle des
terres est l'un des principaux facteurs qui accroît la vulnérabilité des villes telles Sassandra,
Jacqueville et à un degré moindre Tabou. Le prélèvement direct de matériaux de construction
sur les plages pour satisfaire le besoin de logement de la population croissante de l'Est
augmente la vulnérabilité de la section Est de la côte ivoirienne.
110
L'indice socio-économique est supérieur à l'indice physique dans les sections 1 et 3 de

la côte. Cela signifie que la dégradation observée est principalement le fait de la pression
humaine qui est localement exacerbée par les facteurs naturels. La section 2 de la côte est plus
exposée aux impacts des facteurs naturels qu'à la pression humaine. L'indice intégré de
vulnérabilité côtière défini comme étant la moyenne pondérée des indices liés aux facteurs
physique et socio-économique semble plus approprié pour l'évaluation du degré d'exposition
d'une section de côte donnée aux impacts <lesdits facteurs en raison de la prise en compte
simultanée des indices CVI et SVI.
La variabilité spatiale de l'indice intégré (ICVI) est caractérisée par la croissance vers
l'Est du degré d'exposition due à la combinaison des deux types de facteurs. Les portions
Ouest de la côte paraissent plus résilientes que les portions Est. La portion Est de la côte
ivoirienne qui apparait comme la plus exposée aux divers risques, mérite une attention
particulière de la part des gouvernants.
111
Conclusion générale et perspectives
L'objectif principal poursuivi dans ce travail était d'estimer la vulnérabilité de la zone

côtière de la Côte d'Ivoire à l'élévation du niveau de la mer, aux évènements extrêmes
ainsi qu'à la pression anthropique. Pour ce faire, six facteurs composés de trois facteurs d'états
(la géomorphologie, la pente côtière et le taux de recul du trait de côte) et de trois processus
océaniques (la marée océanique, la remontée du niveau de la mer et les hauteurs
significatives des vagues) qui semblent contrôler la vulnérabilité d'une zone côtière en
général ont été sélectionnés pour cette étude. Nous avons, dans un premier temps, analysé
le comportement aux échelles saisonnière, interannuelle et à long terme des processus qui de
par leur intensité sont susceptibles d'induire des modifications au niveau de l'état physique du
littoral. Ces processus comportent la marée océanique, le taux de remontée du niveau de la
mer ainsi que les hauteurs significatives des vagues. L'analyse des données in situ du niveau
de la mer mesuré à la station marégraphique d'Abidjan-Vridi couvrant la période 1982-1988 a
montré que les hauteurs d'eau sont caractérisées par une variabilité périodique et saisonnière
modulée par une variabilité interannuelle. Les valeurs maximales sont généralement
observées après l'été et la tendance des valeurs maximales à une périodicité égale à deux ans.
L'analyse de ces données in situ a été effectuée par le modèle de prédiction Utide.
L'utilité de ce modèle réside dans le fait qu'il peut prévoir les hauteurs de marée sur une
longue période. L'analyse harmonique faite à partir de ce modèle Utide montre que les
composantes dominantes sont SSA et SA pour les ondes de longues périodes, Kl pour les
ondes diurnes et M2 et N2 pour les ondes semi-diurnes. La composante dominante du signal
total de la marée est l'onde M2. Les courbes des marées observées et prédites par ce modèle
d'assimilation de données se superposent quasi parfaitement, car le résidu qui est la différence
entre les deux types de données est sensiblement nul. Ce résultat est important en ce sens que
ce modèle peut être désormais utilisé pour prédire les marées exceptionnelles qui
constituent une menace pour les populations et les infrastructures la zone côtière de Côte
d'Ivoire. La tendance à long terme, déterminée à partir des données journalières fournies par
le modèle, montre que les hauteurs journalières maximales ont connu une hausse entre 1982 et
1990 et entre 2010 et 2014. Cette augmentation au fil des années de ces marées hautes
pourrait donc être l'une des principales causes des inondations observées le long du littoral
ivoirien ces dernières années. Ainsi, la capacité de ce modèle d'assimilation des données à
112
reconstruire le signal de la marée le long du littoral ivoirien est un résultat important parce
qu'il pourrait aider à prédire les marées exceptionnelles, lesquelles constituent l'une des
principales menaces pour les populations et les infrastructures côtières. Il pourrait en outre
aider à prédire les hauteurs des marées hautes et des marées basses pour les activités
maritimes et portuaires.
L'analyse des données récentes (1993-2014) des anomalies du niveau de la mer issues
de l'altimétrie satellitaire indique une augmentation des valeurs minimales de ces dernières au
fil des années. L'augmentation de ces valeurs minimales traduit la diminution de l'index
d'upwelling qui en conséquence constitue une menace pour les espèces halieutiques en raison
de la réduction de la quantité de nutriments fournie par celui-ci à ces espèces. La tendance à
long terme estimée à partir de la méthode de décomposition modale empirique indique une
augmentation du niveau de la mer sur la période d'étude.
L'analyse de la variabilité temporelle d'un autre forçage constitué par les hauteurs des
vagues indique une augmentation de l'énergie de ce paramètre sur la période 1958-2014.
Elles sont localement en outre exacerbées par l'augmentation linéaire du niveau de la mer
sur la période d'étude. Ces tendances accroissent l'exposition de la zone côtière
particulièrement la côte basse et sablonneuse de la partie Est de la zone côtière ivoirienne aux
inondations (temporaire ou permanente) et au recul du trait de côte (érosion côtière).
La température et la salinité de surface de la mer ont été analysées au cours de cette

étude en vue de mettre en évidence leur impact probable sur les activités de pêche le
long de la côte ivoirienne. Nous avons observé un réchauffement des eaux côtières de
la côte ivoirienne. Ce réchauffement peut être préjudiciable pour les différentes espèces
aquatiques, car cette augmentation des SST signifie une baisse de l'intensité de l'upwelling
qui constitue un phénomène important en termes de nutriments pour ces espèces. L'analyse
de la SSS n'a pas révélé une augmentation à long terme des valeurs de ce paramètre le long
de la côte ivoirienne. Cependant, l'augmentation de la remontée du niveau de la mer le long
de cette côte pourrait favoriser la salinisation des eaux douces et souterraines.
La combinaison des forçages naturels et anthropiques nous a permis d'estimer les

indices de vulnérabilité liés à chaque type de facteurs puis à l'ensemble de ces facteurs.
L'évolution spatiale de l'indice de vulnérabilité lié aux facteurs physiques (CVI) incluant la
géomorphologie, la pente côtière, le taux de recul du trait de côte, l'élévation du niveau de
113
la mer et les énergies de la marée et des vagues a montré que la vulnérabilité des différentes
sections de la côte ivoirienne augmente <l'Ouest en Est. Cette vulnérabilité est contrôlée
d'une part par la géomorphologie et par l'énergie grandissante des vagues,
particulièrement celle des fortes houles provenant du bassin de l'atlantique Sud et d'autre
part, par la forte concentration humaine et l'augmentation des activités économiques le long
de la zone côtière. Ces facteurs pourraient cependant être exacerbés localement par l'élévation
continue du niveau de la mer et par les impacts de l'augmentation des activités socio-
économiques pratiquées sur la zone côtière. La portion Est du littoral (Abidjan - Cap des Trois
Pointes) est la plus vulnérable parmi les trois sections de la côte. La forte vulnérabilité de ce
secteur est probablement liée à la faible élévation et à la nature des formations au contact de la
mer. En effet, le littoral de cette partie de la côte est caractérisé principalement par des
plages de sable formées de sédiments non consolidés qui sont facilement transportables par
les agents dynamiques que sont la marée océanique et les vagues. Cette zone concentre en
outre une forte proportion des activités humaines dont l'exercice augmente la pression sur
celle-ci.
Six facteurs socio-économiques à savoir la densité de population, la présence

d' Aéroports, de Routes, de Ports, l'occupation du sol et l'aire protégée ont permis d'évaluer la
vulnérabilité liée aux facteurs socio-économiques de la zone côtière ivoirienne. Une forte
disparité liée à la répartition de ces facteurs le long de la zone côtière a été observée. Les
villes de l'Est de la côte concentrent plus d'enjeux économiques (infrastructures) et
humains (densité de population) que celles de l'Ouest. L'indice de vulnérabilité (SVI) lié aux
impacts des activités socio-économiques sur la zone côtière, calculé à partir de ces six facteurs
croît vers l'Est. Cette vulnérabilité est contrôlée par la densité de population et la présence des
infrastructures commerciales (ports et aéroports), industrielles et urbaines qui ont été
installées le long de la côte souvent sans avoir évalué au préalable leur impact sur l'espace
côtier ou leur exposition à l'élévation du niveau de la mer et aux évènements extrêmes.
La combinaison des deux indices (indice intégré) confirme l'augmentation vers l'Est de
la vulnérabilité liée à la fois aux facteurs d'états (géomorphologie, pente côtière, taux de
recul du trait de côte) et aux processus océaniques (remontée locale du niveau de la mer,
énergies des vagues et de la marée océanique) et aux facteurs socio-économiques. Les
portions Ouest de la côte paraissent plus résilientes que les portions Est. Cet indice pourrait
114
connaitre une hausse dans le futur en relation avec la remontée du niveau de la mer due
aux changements climatiques et aux activités anthropiques.
Les résultats de cette étude pourraient servir d'outils d'aide à la décision pour une
meilleure gestion de la zone côtière, pour la sensibilisation des populations côtières
particulièrement celles des habitats précaires proches du rivage et pour la protection des
écosystèmes côtiers. Ils peuvent également être utiles dans les prises de décisions surtout
celles relatives aux renforcements des lois pour la protection de l'environnement. Les
utilisateurs de l'espace côtier pourraient à partir des précédents résultats délocaliser ou
investir dans les zones moins vulnérables.
L'indice de vulnérabilité côtière intégré de la zone côtière ivoirienne pourrait être

amélioré soit en y incluant des données de bonne qualité relatives à l'évolution temporelle des
facteurs socio-économiques ou en pondérant les variables d'entrées. L'introduction des
facteurs précipitation, température, salinité, acidification et pollution par exemple pourraient
en outre aider à l'amélioration du CVI et de l'ICVI. La prise en compte de la dynamique des
facteurs socio-économiques utilisés dans ce travail pourraient aider à améliorer l'indice de
vulnérabilité SVI ainsi que l'indice intégré ICVI. Cette étude doit être étendue à l'ensemble
des zones côtières de la région Golfe de Guinée.
La mauvaise couverture spatiale et/ou temporelle de certaines données a constitué une

difficulté majeure dans notre tentative de fournir des cartes plus détaillées ou de grandes
résolutions de la vulnérabilité de la zone côtière. Les études à venir devront intégrer des
données de très grandes couvertures spatio-temporelles afin d'approfondir nos connaissances
sur l'évolution future de la zone côtière ivoirienne en réponse à l'élévation projetée du
niveau de la mer et du réchauffement global de l'atmosphère à venir. Pour ce faire, il est
souhaitable d'étendre le réseau marégraphique existant en installant des instruments de
dernière génération telle que le marégraphe type Radar, de houlographes, de courantomètres
et des anémomètres le long du littoral afin de fournir des données in situ capable de nous
renseigner sur le comportement de ces facteurs dynamiques. L'installation et/ou
l'extension du réseau de collecte d'information relative à la mobilité du trait de côte, de la
pollution marine, de l'acidification de l'océan peut fournir des données qui serviront à la
modélisation de l'évolution future de la zone côtière en réponse au changement climatique et
sa variabilité. Il est également important d'intégrer les connaissances locales des pêcheurs et
des gestionnaires des pêches dans l'élaboration d'un plan de gestion intégré de la zone
115
côtière. La formation de technicien compétent est nécessaire pour la maintenance des

instruments de collecte des paramètres environnementaux. Ceci pourrait éviter les
interruptions d'enregistrement qu'ont connu par exemple les marégraphes installés le long de la
côte.
116
Références bibliographiques
Abé, J.; Metongo, S.B., et Aka, K., 1998. Contribution à l'étude morphologique et
sédimentologique du plateau continental Ouest africain entre la Côte d'Ivoire et le Nigéria. In:
Nearshore Dynamics and Sedimentology of the Gulf of Guinea. Ed. by Chidi Ibe, Larry
Awosika and Kouamé Aka. Edition CEDA, Bénin, pp. 127-140.
Abé, J., 2005. Contribution à la connaissance de la morphologie et de la dynamique

sédimentaire du littoral ivoirien (cas du littoral d'Abidjan) essais de modélisation en vue
d'une gestion rationnelle. Thèse de doctorat d'état es-sciences naturelles, Université de
Cocody-Abidjan, pp. 352.
Adopo, K.L.; Akobe, A.C.; Etche, M.A.; Monde, S., et Aka, K., 2014. Situation de
l'érosion côtière au Sud-Est de la Côte d'Ivoire, entre Abidjan et Assinie, Revue Ivoirienne
des Science et Technologie, 24 (2014) 223 - 237 ISSN 1813-3290, http://www.revist.ci
Ali, K.E.; Kouadio, K.Y.; Zahiri, E.P.; Aman, A.; Assamoi, A.P., and Bourles, B., 2011.
Influence of the Gulf of Guinea Coastal and Equatorial Upwellings on the precipitations along
its northem coasts during the boreal summer period. Asian Journal of Applied Sciences 4, 3,
271-285.
Aman, A.; Testut, L; Woodworth, P.; Aarup, T., and Dixon, D., 2007: Seasonal sea level
variability in the Gulf of Guinea from altimetry and tide gauge. Revue Ivoirienne des Sciences
et Technologie, 9, 105-118.
Anoh, K.P. et Pottier, P., 2008. Géographie du littoral de Côte-d'Ivoire : éléments de

réflexion pour une politique de gestion intégrée. CNRS-LETG UMR 6554 et IGT : Nantes -
Abidjan, 325p., Les Cahiers d'Outre-Mer [En ligne], 251 1 Juillet-Septembre 2010, mis en
ligne le 01 juillet 2013. URL: http://com.revues.org/6097.
Aphing, K.N.G., 2001. Le tourisme littoral dans le sud-ouest ivoirien. Thèse de doctorat,
Université de Cocody-Abidjan, pp. 362.
Appeaning Addo, K., 2013. Assessing Coastal Vulnerability Index to Climate Change: the
Case of Accra - Ghana, Proceedings 12th International Coastal Symposium (Plymouth,
England), Journal of Coastal Research, Special Issue No. 65, pp. 1892-1897, ISSN 0749-
0208.
Appeaning Addo, K., 2015. Vulnerability of Ghana's Accra Coast to Sea Level Rise in
Nichols, C.R., and D.L. Wright (Ed.). Understanding Risk and Resilience in Complex Coastal
Systems, 2nd Annual SURA Coastal Resilience Workshop, Fort Lauderdale, Florida. October
26-28, 2015, Available online. URL: http://scholarworks.uno.edu/resilience/.
Arnault, S., 2004. Variabilité océanique par altimétrie satellitaire. Télédétection 4: 103-124.
117
Bakun, A.; Roy, C., and Lluch-Cota, S. 1998. Coastal upwelling and other processes
regulating ecosystem productivity and fish production in the western Indian Ocean. In: E.
Okemwa, M. Ntiba and K. Sherman, (eds.), Large Marine Ecosystems of the Indian Ocean:
Assessment, Sustainability, and Management. Blackwell Science Inc. Malden, Massachusetts,
pp. 103-141.
Binet, 1982. Influence des variations climatiques sur la pêcherie des Sardinella aurita ivoiro-
ghanéennes: relation sécheresse-surpêche, Oceanologica acta, 1982, 5,4,443-452.
Blivi, A., 2001. Impact de l'érosion côtière et éléments d'étude de vulnérabilité: exemple du
Togo (Golfe de Guinée). Revue de l'Université de Moncton, vol. 32, n°1-2, pp. 289-308.
Boruff, B.J.; Emrich, C, and Cutter, S.L., 2005. Erosion hazard vulnerability of US coastal
counties. Journal of Coastal Research 21(5), 932-942. West Palm Beach (Floridal, ISSN
0749-020.
Brown, S.; Kebede, A.S., and Nicholls, R.J., 2011. Sea-Level Rise and Impacts in Africa,
2000 to 2100.
http://www. unep. org/climatechange/adaptation/Portals/ 13 3/ documents/AdaptCos t/
9%20Sea%20Level%20Rise%20Report%20J an%20201 O. pdf.
Burke, L.; Kura, Y.; Kasem, K.; Revenga, C.; Spalding, M., and Mcallister, D., 2001.
Coastal Ecosystems. World Resource Institute. Washington D.C., pp. 93.
Caldwell, P. and Merrifield, M., 2000. Joint Archive for Sea Level Annual Data Report.
Manoa, Hawaii: University of Hawaii, School of Ocean and Earth Science and Technology,
Contribution 335, data Report 18, SOEST-00-07, 52p.
Cadwell, P. and Merrifield, M.A., 2013. Joint Archive for Sea Level data report, November
2013, JIMAR contribution n° 13-385, data report n° 23, 73p.
Caires, S. and Swail, V., 2004. Global Wave Climate Trend and Variability Analysis:
Preprints of the 8th International Workshop on Wave Hindcasting and Forecasting (Oahu,
Hl). Vicksburg, Mississippi: U.S. Army Engineer Research and Development Center, pp. 1-
13.
Chen, X.; Feng, Y., and Huang, N.E., 2014. Global sea level trend during 1993-2012.
Global and Planetary Change, 112(2014), 26-32.
Codiga, D.L., 2007. Graduate School of Oceanography, University of Rhode Island,

Narragansett, RI., (2007), 14p.
Codiga, D.L, 2011. unified tidal analysis and prediction using the Utide matlab fonctions.
Technical report 2011-01. Graduate School of Oceanography, University of Rhode Island,
Narragansett, 59 p.
ftp://www.po.gso.uri.edu/ pub/downloads/codiga/pubs/2011 Codiga-UTide-Report.pdf
118
Cissoko, S., 1985. Etude du régime pluviométrique sur le littoral ivoirien par un modèle
unidimensionnel stationnaire de convention nuageuse tropicale. Apport de l' Analyse
Discriminante. Thèse Doct. 3ème cycle, Univ. Nat. Côte d'Ivoire, n°94, 73p.
Colin, C; Gallardo, Y.; Chuchla, R., et Cissoko, S., 1993. Environnement Climatique et
océanographique du plateau continental de Côte d'Ivoire. ln Environnement et ressources
aquatiques de Côte d'Ivoire. Tome I: le milieu marin, Ed. ORSTOM Paris: pp. 76-110.
Da-Allada, C.Y.; Alory, G.; Du Penhoat, Y.; Kestenare, E.; Durand, F., and
Hounkonnou, N.M., 2013. Seasonal mixed-layer salinity balance in the tropical Atlantic
Ocean: Mean state and seasonal cycle, Journal of Geophysical Research Oceans, 118, 332-
345,doi: 10.1029/2012JC008357.
Dangui, 2014. Elution récente du littoral Abidjan-Grand-Bassam (Côte d'Ivoire). Thèse

unique de doctorat, Université Félix Houphouët Boigny, Côte d'Ivoire, 265p.
Dee, D.P.; Uppala, S.M.; Simmons, A.J.; Berrisford, P.; Poli, P.; Kobayashi, S.; Andrae,
U.; Balmaseda, M.A.; Balsamo, G.; Bauer, P.; Bechtold, P.; Beljaars, A.C.M.; Van de
berg, L.; Bidlot, J.; Bormann, N.; Delsol, C.; Dragani, R.; Fuentes, M.; Geer, A.J.;
Haimberger, L.; Healy, S.B.; Hersbach, H.; Holm, E.V.; Isaksen, L.; Kallberg, P.;
Kohler, M.; Matricardi, M.; Mcnally, A.P.; Monge-sanz, B.M.; Morcrette, J-J; Park, B-
K; Peubey, C; De rosnay, P; Tavolato, C; Thépaut, J-N., and Vitart, F., 2011. The ERA-
Interim reanalysis: configuration and performance of the data assimilation system.
Quaternaly. Journal.of Royal. Meteorology. Society. 137: 553-597. DOi: 10.1002/qj.828.
Dje, K. D. et N'guessan, N.A., 2006. Rapport national sur l'observation du niveau de la mer
et l'exploitation des données, 27p.
DPH, 2011. Annuaire des statistiques des pêches et de l'aquaculture 2009, MRAH (Abidjan-
Côte d'Ivoire), 30p.
Donlon, C.; Robinson, I.; Casey, K.S.; Vazquez-cuervo, J.; Armstrong, E.; Arino, O.;
Gentemann, C.; May, D.; Leborgne, P.; Piollé, J.; Barton, I.; Beggs, H.; Poulter, D.J.S.;
Merchant, C.J.; Bingham, A.; Heinz, S.; Harris, A.; Wick, G.; Emery, B.; Minnett, P.;
Evans, R.; Llewellyn-jones, D.; Mutlow, C.; Reynolds, R.W.; Kawamura, H., and
Rayner, N., 2007. Ocean Data Assimilation Experiment High-resolution Sea Pilot Project
Surface Temperature, American Meteorological Society, 1197p.
Ellison, J.C., 2015. Vulnerability assessment of mangroves to climate change and sea-level
rise impacts, Wetlands Eco/ Manage (2015) 23: 115-137 DOi 10.1007/sl 1273-014-9397-8.
Ezer, T.; Atkinson, L.P.; Corlett,W.B., and Blanco, J.L., 2013. Gulf Stream's induced sea
level rise and variability along the U.S. mid-Atlantic coast. Journal of Geophysical Research
118,685-697. http://dx.doi.org/10.1002/jgrc.20091.
FAO, 2005. Evaluation des ressources forestières mondiales. Etude thématique sur les
mangroves, Côte d'Ivoire, profù national, 1 lp.
119
FAO, 2007. The role of forests and trees in protecting coastal areas against tsunamis, book,
ISBN: 978-974-7946-95-6.
FAO, 2008. Vue générale du secteur des pêches nationales, 42p.
FAO, 2009. The relevance of mangrove forests to African fisheries, wildlife and water
resources, Nature & Faune: volume 24, issue 1,
Feng, Y.; Chen, X.Y.; Huang, N.E.; Wu, Z.H.; Qiao, F.L., 2011. On the Sea Level Rising
Rate since 1993, WCRP Open Science Conference, C38-Th19B, Denver.
GHRSST Science Team, 2010. The Recommended GHRSST Data Specification (GDS) 2.0,
document revision 4, available from the GHRSST International Project Office, 2011, 123p.
Gornitz, V.M., 1990. Vulnerability of the East coast, U.S.A. to future sea-level rise. Journal
of Coastal Research, Special Issue No. 9, pp. 201-237.
Gornitz, V.M.; White, T.W., and Cushman, R.M., 1991. Vulnerability of the U.S. to future
sealevel rise. Coastal Zone 91 Proceedings of the 7th Symposium on Coastal & Ocean
Management (Oak Ridge National Laboratory, TN, USA).
Gornitz, V.M. and White, T.W., 1992. A coastal hazards database for the U.S East coast.
(ORNL/CDIAC-45, NDP-043 A. Oak Ridge National Laboratory, Oak Ridge, Tennessee,
U.S. August 1992.
Gornitz, V.M.; Daniels, R.C.; White, T.W., and Birdwell, K.R., 1994. The development of
a coastal risk assessment database: Vulnerability to sea-level rise in the U.S. southeast.
Journal of Coastal Research, Special Issue No. 12, pp. 327-338.
Gornitz, V.M.; Beaty, T. W,. and Daniels, R.C., 1997. A coastal hazards data base for the
U.S. West coast. ORNL/CDIAC-81 NDP-043 C. Oak Ridge National Laboratory, Oak Ridge,
Tennessee, U.S. DOI: 10.3334/CDIAC/ssr.ndp043c.
Gornitz, V.M.; Couch, S., and Hartig, E.K; 2002. Impacts of sea level rise in the New
York City metropolitan area. Global and Planetary Changes 32, pp. 61-88.
Hammar-Klose, E.S.; Pendleton, E.A.; Thieler, E.R, and Williams, S.J., 2003. Coastal
Vulnerability Assessment of Cape Cod National Seashore (CACO) to Sea Level Rise. Woods
Hole, Massachusetts: U.S. Geological Survey, Open File Report 02-233, http://pubs.usgs.
gov/of/2002/of02-233/.
Hauhouot, C., 2010. Le littoral d'Assinie en Côte-d'Ivoire: dynamique côtière et

aménagement touristique, Les Cahiers d'Outre-Mer [En ligne], 251 1 Juillet-Septembre 2010,
document 2. URL: http://com.revues.org/6023; DOI: 10.4000/com.6023.
Hemer, M.A.; Church, J.A., and Hunter, J.R. 2007. Waves and climate change on the
Australian coast. In: Lemckert, C. (éd.), Proceedings from the International Coastal
120
Symposium (ICS) 2007 (Gold Coast, Australia). Journal of Coastal Research, Special Issue
No 50, pp. 432-437.
Hinschberger, F. 1977. Aspects et problèmes d'aménagement littoral en Côte-d'Ivoire, Les

cahiers nantais, n°. 13, p. 51-63
Hubert, P. et Carbonnel, J.P., 1989. Segmentation des séries hydrométriques. Application à

des séries de précipitations et de débits de l'Afrique de l'Ouest, Journal of hydrology 110,
349-367.
lbe, A.C. and Quelennec, R.E., 1989. Méthodologie d'inventaire et de Contrôle de l'érosion
Côtière dans la Région de l'Afrique de l'Ouest et du Centre. Nairobi, Kenya: Rapports et
Etudes mers régionales, PNUE, 107p.
lbe, A.C. and Awosika, L.F., 1991. Sea level rise impact on African coastal zones. In A
change in weather: African perspectives on climate change, ed. S.H. Omide and C. Juma;
105-12. Nairobi, Kenya: African centre for Technology Studies, Nairobi, Kenya, pp 105-112.
INS, 1992. Répartition spatiale de la population et migrations : Analyse des résultats

définitifs, tome 2, Volume 3, Abidjan, 20lp.
INS, 1998. L'urbanisation de la Côte d'Ivoire, Rapport recensement 1998, Abidjan, 65p.
INS, 2012. Annuaire des statistiques démographiques et sociales, Edition n°7: 2007-2010,
153p.
INS, 2013. Enquête sur la demande de transport dans le grand Abidjan : enquête ménage,
Rapport provisoire, 64p.
INS, 2014. Recensement Général de la Population et de l'Habitat, Résultats Globaux.

Abidjan, Côte d'Ivoire: INS, 22p.
IOC., 2006. Manual on Sea-level Measurements and lnterpretation, Volume IV: An update to
2006. Paris, lntergovernmental Oceanographic Commission of UNESCO. !OC Manuals and
Guides No.14, vol. IV; JCOMM Technical Report N°.31; WMOffD. N°. 1339, 78p.
www.poLac.uk/ .. ./manuals/manual 14 final 21 09 06.pdf
!PCC, 2007. Risk and Vulnerability Atlas, 4AR on the Ocean. http://rava.gsens.net/
themes/coastal_template/Executive%20Summaryx.pdf / at_download/file.
Klein, R. and Nicholls, R.J., 1999. Assessment of coastal vulnerability to climate change,
Ambio 28: 182-187.
Koffie-Bikpo, C.Y., 2006. Modification des conditions hydrologiques et évolution des

méthodes de pèches dans la lagune de Grand-Labou, Revue du CAMES - Nouvelle Série H,
Vol. 007 N° 2-2006 (ième Semestre), pp. 11.
121
Koffie-Bikpo, C.Y., 2010. La pêche maritime en Côte-d'Ivoire face à la piraterie

halieutique, Les Cahiers d'Outre-Mer, pp. 321-346. DOI: 10.4000/com.6032.
Koffi, K.P., 1992. Quelques aspects de l'érosion actuelle de l'unité littorale de Côte-d'Ivoire
(Golfe de Guinée). In: Prost Marie-Thérèse (ed.). Evolution des littoraux de Guyane et de la
zone caraïbe méridionale pendant le quaternaire. Paris: ORSTOM, 1992, p. 299-306.
(Colloques et Séminaires). Symposium PICG 274/0RSTOM, Cayenne (GUF), 1990/11/09-
14. ISBN 2-7099-1109-4.
Koffi, K.P.; Affian, K., et Abé, J., 1993. Contribution a l'étude des caractéristiques
morphologiques de l'unité littorale de Côte d'Ivoire, Golfe de Guinée: cas du périmètre
littoral de port-bouët, J. ivoir. Océanol. Limnol., Abidjan. Voi Il, n°1, Janvier 1993: 43-52.
Koffi, K.P.; Hauhouot, C; Yao, K. S.; Dangui, N.P.; Monde, S.; Aka, K., 2014. Évolution
à long terme (quarante dernières années) du trait de côte du périmètre littoral est de Port-
Bouët et projection d'une ligne de recul, Revue de Géographie Tropicale et d'Environnement,
n° 2, 2014, 8p.
Kouadio, K.Y.; Ali, K.E.; Zahiri, E. P., and Assamoi, A.P., 2007. Etude de la prédictibilité
de la pluviométrie en Côte d'Ivoire durant la période de juillet à septembre, Revue Ivoirienne
des Sciences et Technologie, 10 (2007) 117 - 134. ISSN 1813-3290.
Kumar, A.A. and Kunte, P.D., 2012. Coastal vulnerability assessment for Chennai, east
coast of India using geospatial techniques. Natural Hazards, 64(1), 853-872
Le-Barbe, L.; Lebel, T., and Tapsoba, D., 2002. Rainfall variability in West Africa during
1950-1990. J. Climate, 15, 187-202.
Lefèvre, F., 2000. Modélisation des marées océaniques à l'échelle globale: assimilation de
données in situ et altimétriques, Thèse de doctorat Université Toulouse Ill-Paul
Sabatier(France), 281 p.
Leffler, K.E. and Jay, D.A., 2009. Enhancing tidal harmonie analysis : Robust (hybrid L-
1/L-2) solutions, Continental Shelf Research 29, 78-88. Doi: 10.1016/j.csr.2008.1004.1011.
Lemasson, L. et Rébert, J-P., 1973. Les courants marins dans le golfe ivoirien. Cahiers de
L'O.R.S.T.O.M., Série Océanographie, 11(1), 67-95.
Liebmann, B.; Dole, R.M.; Jones, C.; Blade, 1., and Allured, D., 2010. Influence of choice
of time period on global surface temperature trend estirnates. Bulletin of the American
Meteorological Society, 91(11), 1485-1491.
Mahapatra, M.; Ramakrishnan, R., and Rajawat, A.S., 2015. Coastal vulnerability
assessment using analytical hierarchical process for South Gujarat coast, India, Natural
Hazards (2015) 76:139-159. DOi 10.1007/s11069-014-1491-y.
Makanda, G., 2006. Techniques de jauge au port autonome de Pointe-Noire (REPUBLIQUE

DU CONGO), Rapport national, pp 1-7.
122
(www.gloss-sealevel.org/publications! . ./congo_2006.pdj).
Mallmann, D.L.B. and Pereira, P.S. 2014. Coastal erosion at Maria Farinha Beach,
Pemarnbuco, Brazil: Possible causes and alternatives for shoreline protection. In: Silva, R.,
and Strusiriska-Correia, A. (eds.), Coastal Erosion and Management along Developing Coasts:
Selected Cases. Journal of Coastal Research, Special Issue, No. 71, pp. 24--29. Coconut
Creek (Florida), ISSN 0749-0208.
Mansourian, S.; Belokurov, A., et Stephenson, P.J., 2009. Rôle des aires protégées
forestières dans l'adaptation aux changements climatiques, Unasylva 231/232, Vol. 60, 2009.
Martin, L., 1973. Morphologie, Sédimentologie et Paléogéographie au Quaternaire Récent du

Plateau Continental Ivoirien. Thèse de Doctorat Université Paris VI (France), 226p.
McGranahan, G.; Balk, D., and Anderson, B., 2007. The rising tide: Assessing the risks of
climate change and human settlements in low elevation coastal zones. Environment and
Ubarnization, 19( 17), 17-3 7.
McLaughlin, S.; Mckenna J., and Cooper J.A.G., 2002. Socio-economic data in coastal
vulnerability indices: constraints and opportunities, Journal of Coastal Research, SI 36 pp.
487-497.
McLaughlin, S. and Cooper J.A.G., 2010. A multi-scale coastal vulnerability index: A tool
for coastal managers? Environmental Hazards, Volume 9, Number 3, 2010, pp. 233-248 (16).
Miossec, A., 1998. Les littoraux entre nature et aménagement. Ed. SEDES, Collection
Campus, 192p.
Morlière, A., 1970. Les saisons marines devant Abidjan. Document Scientifique du Centre de
Recherche Océanographie d'Abidjan, (2): 1-15.
Nicholls, R.J.; Wong, P.P.; Burkett, V.R.; Codignotto, J.O.; Hay, J.E.; McLean, R.F.;
Ragoonaden, S., and Woodroffe, C.D., 2007. Coastal systems and low-lying areas: Climate
change 2007-Irnpacts, adaptation and vulnerability. In: Parry, M.L.; Canziani, O.F.; Palutikof,
J.P.; van der Linden, P.J., and Hanson C.E. (eds.), Contribution of Working Group II to the
Fourth Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge,
U.K.: Cambridge University Press, 315-356.
Nicholls, R.J.; Hanson, S.; Herweijer, C.; Patmore, N.; Hallegatte, S.; Corfee-Morlot, J.;
Chateau, J., and Muir-Wood, R., 2008. Ranking Port Cities with High Exposure and
Vulnerability to Climate Extremes: Exposure Estirnates. OECD Environment Working
Papers, No. 1, OECD publishing, doi: 10.1787/011766488208.
Nicholls, R.J., 2011. Planning for the impacts of sea level rise. Oceanography, 24 (2), 144--
157. doi: 10.5670/oceanog.2011.34.
123
Nidheesh, A.G.; Lengaigne, M.; Vialard, J.; Unnikrishnan, A.S., and Dayan, H., 2013.
Decadal and long-term sea level variability in the tropical Indo-Pacific Ocean. Climate
Dynamics, 41(2), 381-402.
Nkebi, E. K., 2006. Report on sea level measurement for Ghana, ppl-6.
(www.gloss-sealevel.org/publications/ .. ./ ghana_2006. pdf)
Ochou, A.D.; Angora Aman, A.; Kouadio, Y.K., et Assamoi, P., 2005. Nouveau zonage
climatique basé sur la variabilité pluviométrique en Côte d'Ivoire et au Ghana, Revue de
Géographie Tropicale et d'environnement, N°5, pp. 34-46.
Ochou, A.D.; Koffi, M., and Sauvageot, H., 1999. Climatologie des distributions des gouttes
de pluie en zone côtière ivoirienne. Publication de l'Association Internationale de Climatologie,
Vol. 12.
Oliver-Smith, A., 2009. Sea Level Rise and the Vulnerability of Coastal People: Responding
to the Local Challenges of Global Climate Change in the 21st Century. Bonn, Germany:
UNU-EHS, No. 7/2009, 56p.
Ôzyurt, G., 2007. Vulnerability of coastal areas to sea level rise: a case of study on Gëksu
Delta. Thesis submitted to the Graduate School of Natural and Applied Sciences of Middle-
East Technical University. January 2007. 113p. Available on-line at:
http://etd.lib.metu.edu. tr/upload/12608146/index.pdf.
Ôzyurt, G.; Ergin, A., and Esen, M., 2008. lndicator based coastal vulnerability assessment
model to sea level rise. Paper presented at the Seventh International Conference on Coastal
and Port Engineering in Developing Countries COPEDEC VII "Best Practices in the Coastal
Environment", 24-28 February 2008, Dubaï, UAE.
Pagès, J. and Citeau, J., 1990. Rainfall and salinity of a Sahelian estuary between 1927 and
1987. J. Hydrol., 113:325-341.
Paskoff, R., 1994. Les littoraux, impact des aménagements sur leur évolution. 2è éd. Masson,
Paris, 256 p.
Pawlowicz, R.; Beardsley, B., and Lenz, S., 2002. Classical tidal harmonie analysis with
errors in matlab using t-tide. Computers & Geosciences 28, pp. 929-937.
Pendleton, E.A.; Thieler, E.R.; Jeffress Williams, S., and Beavers, R.L., 2004. Coastal
Vulnerability Assessment of Padre Island National Seashore (PAIS) to Sea-Level Rise,
Woods Hole, Massachusetts: U.S. Geological Survey, Open-File Report 2004-1090, 25p.
Pettitt, A.N., 1979. A non parametric approach to the change-point problem, Appl. statist, 28,
n°2, pp. 126-135.
PNUE, 2015. Évaluation environnementale post-conflit; Côte d'Ivoire, pp. 160.
124
http://apps.unep.org/publications/index.php?option=com pub&task=download&file=O 11813

fil.
PRLEC-UEMOA, 2010. Etude de suivi du trait de côte et schéma directeur littoral de

l'Afrique de l'Ouest, pp. 137.
Quelennec, R.E., 1984. Identification des Problèmes d'érosion sur le littoral sableux de Côte
d'Ivoire: Proposition d'actions Prioritaires. Rapports du BRGM, Orléans Cedex 2, France:
BRGM Scientific and Technical Centre, 46p.
Reverdin, G.; Kestenare, E.; Frankignoul, C.; Delcroix, T., 2007. Surface salinity in the
Atlantic Ocean (30S-50N), Prog. Oceanogr. doi:10.1016/j.pocean.2006.11.004.
Semedo, A; Suselj, K.; Rutgersson, A., and Sterl, A., 2011. A global view on the wind sea
and swell climate and variability from ERA- 40, Journal of Climate, 24(1), 1461-1479.
doi: 10.1175/ 2010JCLI3718.1.
Servain, J. et Merle, J., 1993. Interannual climate variations over the tropical Atlantic
Ocean. In. Shukia, J. (ed.) Prediction of interannual climate variations, NATO AS! Series,
Springer Verlag, Berlin-Heidelberg, 16, pp. 153-172.
Shaw, J.; Taylor, R.B.; Forbes, D.L.; Ruz, M.-H., and Solomon, S., 1998. Sensitivity of
the Canadian coast to sea-level rise. Geological Survey of Canada, Bulletin 505, 114 p.
Scheffe, M., 1959. The analysis of Variance. Wiley, ed. N.Y., 477p.
Small, C.; Gornitz, V., and Cohen, J.E., 2000. Coastal hazards and the global distribution of
human population. Environ. Geosci., 7, 3-12, doi:10.1046/j.1526-0984.2000.71005.x.
Smith, E.F., Keys, N.; Lieske, S.N., and Smith, T.F., 2015. Assessing Socio-Economic
Vulnerability to Climate Change Impacts and Environmental Hazards in New South Wales
and Queensland, Australia, Geographical Research, November 2015, 53(4):451-465. doi:
10.1111/1745-5871.12137.
Spanger-Siegfried, E.; Fitzpatrick, M.F, and Dahl., K., 2014. Encroaching tides: How sea
level rise and tidal flooding threaten U.S. East and Gulf Coast comrnunities over the next 30
years. Cambridge, MA: Union of Concerned Scientists, 76p.
www.ucsusa.org/ encroachingtides/
Szlafstein, F. and Sterr, H., 2007. A Gis-based vulnerability assessment of coastal natural
hazards, state of para, Brazil, Journal of coast conservation, 11: pp. 53-56.
Tano, R.A.; Aman, A.; Toualy, E.; Kouadio, Y.; Ali, E.K., and Assamoi, P., 2014.
Validation of a tidal prediction model for Ivorian coastline: Application for coastal
vulnerability study. Revue Ivoirienne des Sciences et Technologie, 24(2014 ), 1-11.
125
Untch, A.; Vasiljevic, D.; Viterbo, P., and Woollen, J., 2005. The ERA-40 reanalysis,
quarterly journal of the royal meteorological society, 131, pp. 2961-3012. doi:
10.1256/qj.04.176.
Varlet, F., 1958. Le régime de l'Atlantique près d'Abidjan (Côte d'Ivoire). Essai
d'océanographie littorale. Extrait des Etudes Eburnéennes, tome 7, 222p.
Verstraete, J.M.; Picaut, J., and Morlière, A., 1979. Atmospheric and tidal observations
along the shelf of the Guinea Gulf. Deep Sea Res., 26 (Suppl. II), 343-356.
Vuorinen, I; Hànninen, J.; Rajasilta, M.; Laine, P.; Eklund, J.; Montesino-Pouzols, F.;
Corona, F.; Junker, K.; Meier, H.E.M.; Dippner, J.W., 2015. Scénario simulations of
future salinity and ecological conséquences in the Baltic Sea and adjacent North Sea areas-
implications for environmental monitoring. Ecological Indicators 50 196-205.
http://dx.doi.org/10.1016/j.ecolind.2014.10.019.
Wang, X.L. and Swail, V.R., 2001. Changes of Extrême Wave Heights in Northem
Hémisphère Océans and Related Atmospheric Circulation Regimes. Journal of Climate, 14,
2204-2221.
Wognin, A.V.I.; Monde, S.; Adopo, K.L.; Wango, T.E., and Aka, K., 2012. Morpho-
sédimentologie du plateau continental de la Côte d'Ivoire (Golfe de Guinée). Communication
Science & Technologie, 11(9), 1-14.
Wognin, A.I.V.; Aoua, S.C; Apie, C.A.; Sylvain M., Kouame A., 2013. Morphologie du
littoral et cinématique du trait de côte de Vridi à Grand-Bassarn (Cote d'Ivoire), Journal of
Environmental Hydrology, Volume 21, pp. 21
Woodworth, P.L.; Foden, P.; Pugh, J.; Mathews, A.; Aarup, T.; Aman, A.; Nkebi, E.;
Odametey, J.; Facey, R.; Abdulgafor, M.Y.E., and Ashrar, M., 2009. Insight into long
term sea level change based on new tide gauge installations at Takoradi, Aden and Karachi.
International Hydrographie Review, 1, 18-22.
Woodworth, P.L. and Blackman, D.L., 2004. Evidence for Systematic Changes in Extreme
High Waters since the Mid-1970s, Journal of Climate, 17, 1190-1197.
Woodworth, P.L.; Aman, A., and Aarup, T. 2007. Sea level monitoring in Africa. African
Journal of Marine Science, 29(3), 321-330.
Woolf, P.K.; Challenor; P.G., and Cotton, P.D., 2002. Variability and predictability of the
North Atlantic wave clirnate. Journal of Geophysical Research, 107(Cl0), 1-14.
Wu, Z.; Huang, N.E.; Long, S.R., and Peng, C.K., 2007. On the trend,detrending, and the
variability of nonlinear and nonstationary time series. Proceedings of the National Academy
of Sciences, paper 104, pp. 14889-14894.
127
Wu, Z.; Huang, N.E.; Chen, X.Y., 2011. Sorne considerations on physical analysis of data.
Adv. Adapt. Data Anal. 3, 95-113.
Ya, N.N., 2006. Influence de l'upwelling sur l'abondance des martins bleus (Makaira
nigricans) dans les eaux marines côtières de Côte d'Ivoire, Col. Vol. Sei. Pap. ICCAT, 59(1):
238-244 (2006).
Yao, K.S.; Abe, J.; Bamba, S.B.; Konan K.E.; Aka, K., 2010. Dynamique d'un périmètre
littoral portuaire : la côte de San-Pédro, Sud-Ouest de la Côte d'Ivoire. Revue Paralia, Vol. 3,
pp 2.1-2.12. DOI:10.5150/revue-paralia.2010.002.
(disponible en ligne - http://www.paralia.fr- available online).
Yao, K.S., 2012. Etude de la dynamique sédimentaire du littoral occidental ivoirien entre
Tabou et Sassandra: Approches morpho-bathymétriques, sédimentologies et exoscopiques.
Thèse unique, Université Félix Houphouët Boigny de Cocody, 239p.
128
Annexes
Annexes
Annexe 1: Tano, R.A.; Aman, A.; Toualy, E.; Kouadio, Y.; Ali, E.K., and Assamoi, P.,
2014. Validation of a tidal prediction model for Ivorian coastline: Application for
coastal vulnerability study. Revue Ivoirienne des Sciences et Technologie, 24(2014), 1-
11.
Annexe 2: Tano, R.A.; Aman, A.; Kouadio, K.Y.; Toualy, E.; Ali, K.E., and Assamoi, P.,
2016. Assessment of the Ivorian coastal vulnerability. Journal of Coastal Research, 32(6),
1495-1503. Coconut Creek (Florida), ISSN 0749-0208.
128
Annexes
Annexe 1 : Article Tano et al. (2014)
129
Annexes
Rev. Ivoir. Sei. Tec/1110/., 2-1(201.J) 1 - li 1

ISSN 1813-3]90, http: ww,,·.revist.ci
VALIDATI01' OF A TIDAL PREDICTION ~IODEL FOR IVORIAN
COASTALINE: APPLICATION FOR COASTAL
VL""LNERABILITY STUDY
R. A. TANO 1
, .A. Al\'IAN1\ E. TOUAL Y 1, Y. KOUADIO 1
, E. K. ALI2
and P. ASSA.\." -IOI 1
1 Laboratoire de Physique de ! 'Atmosphère et de Mécanique des Fluides,

Université Félix Houphouët BOIGNY (Cocodv), UFR des Sciences des
Structures de la Matière et de Technologie, 22 BP 582 Abidjan 22, Côte d'Ivoire
1111stit111 National Polytechnique Félix Houphouët BOIGNY de
Yamoussoukro, BP 1093 Ya111011sso11'A.To, Côte d'Ivoire
*Correspondance. e-mail : m1gora.a111m1@g111ail.co111
ABSTRACT
Seven years of tidal gauge record have been analyzed by tidal analysis and
prediction model Utide. This study bas showed thar the tide predicted by the
model and thar observed are the closed. It bas been also showed thar océan
tide increase over the 1982-2014 period in this area. Model output could help
filling data gaps which are regularly observed in tidal record and assessing
exceprional tidal height which constitutes a threat of coastal area.
Keywords : tide, predictiou, coastal vulnerabilitv, ivorian shoreliue.
RÉSUl\tIÉ
Validation d'un modèle de prédiction de la marée pour la côte
ivoirienne: application à l'étude de la vulnërabtltté côtière
Sept années d · enregistrements marégraphiques ont été analysées au moyen d 'un
modèle daualyse et de prédiction de la marée Utide. L 'étude a montré que la
marée prédite par le modèle se superpose bien à la marée observée par les
marégraphes le long du littoral ivoirien (Abidjan). Elle a montré également une
tendance à la hausse de la hauteur deau sur la période 1982-2014. Les sorties de
ce modèle peuvent désormais combler le déficit de données constaté au niveau
des enregistrements marégraphiques qui souffrent de beaucoup dirré gularités et
peuvent aussi mettre en évidence les marées exceptionnelles qui consrituenr mie
menace pour la zone côtière.
Mots-clés : marées, prédiction, vulnérabilité côtière, littoral ivoirien.
R. A. TANO et al.
130
Annexes
2 su« Ivoir. Sei. Tec/1110/., 2-1(201-1) 1 - 11
I - INTRODUCTION
West African coasts are being degraded and become vulnérable due to human
activities including industrializarion. population growth, expanding social
and economic activities both on land and water and climate change. The
Implementatiou Plan of the World Summit on Sustainable Developmenr
places great emphasis on the need to obtain information about the
enviroument as the basis for monitoring its behavior and forecasting the
effects of euvironmental change, so as to provide decision makers with the
tools they need to improve and sustain developmeut and to mitigate or
reverse undesirable trends or effects. Living by the sea bas many benefits. It
offers possibilities of trade and travel. and increasingly of water-based
recréation. But there are risks. Somerimes high tides and storms combine to
flood low-lying coastal région causing local damage. As mu· ciries and our
patterns of coastal région development become intricate, we become more
and more vulnerable to disaster. In extremes cases the delicate infrastructure
of coastal cities may be destroyed. In November 1966, St Mark's Square in
Venice was covered by more than l meter of water [ 1].
T o predicr future changes and the impacts of human activities, it is necessary
to have a complète uuderstauding of sea level variation. The first step is to
make a measuremeut of sea level. Tue measurements of sea level are
particularly important because sea level is always changing, for many reasons
[ 1]. Sorne changes are rapid while others take place very slowly. The main
causes of sea level changes are regular and periodic oscillations movemeur
caused by the gravitational forces of the moon and sun. Sea level records are
usually dominated by twice-daily oscillations due to the tides. although there
are seiches. tsunamis. wearher e:ffects and seasonal cycles. The measuremeuts
represenr also a great challenge because they have a wide range of applications:
(i/ Scientific applications include research into océan tides and the space and
time-scales of variability in the ocean circulation: studies of the sea level
changes which occur as a consequence of climate change: and investigations
of geological processes which result in sea level changes. (;;J Practical
applications include coastal engineering, in which sea level data are needed
as insrantaneous levels. as well as statistics of extreme levels over long
periods: most benefits is using tide euergy to produce energy. Short-rerm
measureuienrs. often with real-rime data transmission. are needed for ship
movements in harbors and ports. for issuing sronn surge and tsunami warnings.
aud for the operation of sluices and barrages. Although these benefirs. sea level
data in West Africau coastal counrries is limited in size and quality [2]. Most of
tide gauges in this region bave records spanning a few years while many of them
are uor operarional because it is difficult to mainrain rhem over several years.
R. A. TAi'°O et al
131
Annexes
Rev. Ivoir. Sei. Teclmol., 2.J(201.J) 1 - 11 3
Due to the lack of consistent systematic data and the uncertainties in future
projections, the West Africau coastal countries are vulnérable. According to
[3], a vulnérable coastline is characterized by low coastal relief. subsidence.
extensive shoreline retreat. and high wave/tide energy. Using population
critéria of one million people in 2005. [4] identified 19 port cities in Africa
which are exposed to coastal flooding due to storm surge. T aking high-end
scénarios of social and ecouomic, climate chanze~ and non-climate trends, two
cities (Lagos and Abidjan) in West Africa contain the bulk of exposure.
Given the low wealth and poor development of flood management in West
Africa, this existing exposure is of conceru as Lagos and Abidjan have
growing cities with high population density.
Amoug these forcing. the tidal futures have a periodic oscillation. measured
as the height between successive high and low levels. However. the spring
tides could appear as an exceptional phenomenon which could exacerbate the
coastal vulnerabiliry. Unfortunately, very few studies are dedicated to tidal
analysis and prediction along the Ivorian coast. In addition. sea level rime
series records are very short and contain many gaps. Float tide gauges are
installed at San Pedro and Abidjan harbors since a long time however most of
the data are in analogie format or are not accessible. The data used in thi
study (from 1982 to 1988) are those of the harbor of Abidjan (Figure 1) and
providecl by the Research Qualiry Data Set (RQDS) of the University of
Hawaii Sea Level Center [5]. In order to fill this gap. it becomes useful to
develop model in order to predict the tide based on the available records. Tue
aim of this paper is to validate a prediction mode) of tidal using coastal in situ
data for a coastal vulnerability study in Cote d'Ivoire.
R. A. TA.NO et al.
132
Annexes
4 s-« Ivoir. Sei. Tecltnol., 24(2014) 1 -11
Eigure 1 : Location of the tide gouge stations along the Ivorian coast
(high panel). Location of the Abidjan =Appontement
(in Vridi canal) tide gauge station
Il - :'.\IA TE RIAL A.. '-"1> :'.\ŒTHODS
Il-1. Descrtption of Utide model

The Utide model (Unified Tidal Analysis) package has been developed to
make tidal analysis over years up ro 2 and also the Matlab aualysis function
accepts records with tunes that are uniformly or irregularly disrributed and
can provide accurare nodal correction resulrs for records with durations of up
to 18.6 years [6]. lt inregrates the merhod of analysis of prior tidal package
(e.g. t-tide [7] and r_t-tide [8]). Another particularity of this model is its
capability to analyze two-dimensional data such tidal current. which couldn 't
make other past tidal model. Utide model eau be used to trear one or rwo-
dimensional input data. The model equatiou in complex form [9] is defined
by Equation 1.
R. A. TA.'. 10 et al.
133
Annexes
R ev. Ivoir. Sei. Technol., 24(2014) 1 - 11 5
I
"aJlc
xmod(tJ = (E,qa; + E;'qa;) +X+ X X (t, - tnf) (1)

q=l
Where:
• x = ü + i v represents the respective means of the two perpendicular
raw real compouents of current;
• x = it + i v represents the trend two parameters, which have been
defined above, if is included in the model as coefficient:
• tr•f = (t1 + t"r)/2 is a rime central among the raw input times. and
here it is defined as the average of the first and last raw input rimes;
• The complex conjugate and a; a;
represent the constant complex
amplitudes for each componcnt q that rotates counter-clockwise and
clockwise in time:
• The counter-clockwise and clockwise rotating elemenrs those the
complex coefficients multiply. take exponential fonus E1q and E;q
respectively and where E,q = P,q X Fiq X expi(U,q+V,q). Piq• F,q·
U,q and V,q represent the correction factor for pre-filtering, the
nodal/satellite correction amplitude factor. phase offset at time i. the
astronomical argument in radians. which is relative to the equilibrium
tide ar Greenwich.
The above summation is over all q = 1 ... nallc constituenrs (non-reference.
reference. and inferred). In the two-dimensional case. the amplitude and
phase information for each constituent is couvcntionally reported as four
current ellipse parameters.
The complex coefficients have associated positive. real magnitudes A!. A;.
and associated phases ,; . E;. = A; j. la!
- _ 1 -, + _ ,.Iml~g)) _ _ ,.Im(~ii)) (2)
Aq - aq . Eq - arctan l: ( •) and Eq - arctan l: ( _, .
R• Zq R• 6q
In one-dimensional case. model equation (the raw input is the real-value

hraM.· ( ti)) representing any one-dimensional quantiry, for example sea level.
In the above equations. substituting h everywhere by u. and taking all
v parameters is identically to zero. Utidc model consists of a pair of Matlab
functions designed to be easy to understand and implement: ut_solvO for
analysis and ut_reconstrO to use the analysis results for reconstruction of a
rime scqucnce for a hind-casr or forecast/prediction if needed [9]. Uride tidal
model is uscd in this study to analyze one-dimensional data such as tidal
gauge record. which is described below.
R. A. TANO et al.
134
Annexes
6 Rel'. Ivoir. Sei. Tecltnol., 24(1014) 1 -11
11-2. Descrtprion of data

The tide gauge data used in this work have been recorded by hydrographie
services of harbor of Abidjan-Vridi (Côte d'Ivoire) located in the Gulf of
Guinea (Figure 1). They arc 7 years (January 1 st 1982 to December
3!51 1988) hourly datasets recorded by A.OTT ride gauge , The A.OTT is a
mechanic tide gauge or float ride gauge [ 1 O]. It uses mechanic system that
records the variation of sea level through an up and down movemeur of a
float at the surface of sea. The advantageous of this ride gauge is that it
records directly the profile of the variation of sea level on a paper [ 1 1].
III - RESl.'.LTS A.. ~

D DISCl.-SSIOK
III-!. Time varinbtliry of the staristtcs of the in situ ride data

Figure 2 shows hourly variabiliry of ride recorded ar the harbor of Abidjan.
The ride is characterized by periodic variabiliry wirh value comprised
berween O .3m and 1. 7m. Thèse ride experienced strong seasonal variabiliry
with maximum values in spring and fall. and minimum values in sununer
showing the signature of the coas tal upwelling [ 1.2.13]. \Ve observe some
peaks in spring and at the end of fall with important values higher than 1.6 m.
Previous work in that area [14-16] characterized the se ride of micro tidal with
values less than 1.4 m. But thèse values higher than 1.6 m arc observed ù1
that area. This could be explained by the fact rhat thèse works are old or may
be due ro the quality of the data used. The statistics of thèse data we used arc
characterized by a mcan of lm. a 1 st quartile and 3rd quartile with respective
values 0.84 and 1.17 and a median of 1.02.
Figure 2 : Hourly variabtlity of the tide (in m) at the Harbor· ofAbidjan.

The data cover the period JS' January 1982 at 01 .A
. M to 31sr
December 1982 at OOPM
R. A. TA.."0 et al.
135
Annexes
Re1•. Ivoir. Sei. Tec/1110/., 24(2014) 1 -11 7
Figure 3 shows the decompositiou of the tide rime séries ar the harbor of
Abidjan. The trend is characrerized by strong interannual variabiliry of the
maximum and minimum values. Maximum trends are observed in with a
period around two years. The random characterizes the periodic variabiliry of
the ride effect.
0tcapel_lll_ ••• _
=1
Figure 3 : Decomposition of the tide data rime series into the trend and the
random (tide values in m)
One important characteristics of the ride is the high and low rime and heights.
When an important ride height coincides with a storm surge or a depression.
the conditions at the coast are exacerbated and the vulnerability is high.
Besicles important high tide values could lead to flooding if the slope of the
coast is not important as for many of Wesrern African coasts. Figure 4 shows
daily variability of the maximum heighr ride observed along the Ivorian
coast. The tide along the Ivorian coasr is semi-diurnal so, we represent the
maximum value of the two daily peaks. We observe seasonal variabiliry of
the high ride modulared by strong interannual variabiliry of the maximum
values. Maximum values are generally observed afrer summer wheu the coast
is vulnerable after washed by strong waves coming from Southern Océan
[17). Thar increases the impact of these tides on coasral érosion and
degradation of the coast. In 1982. 1983. 1986 and 1987. the peaks are less
than 1.5 m while for the other years. the peaks are higher than 1.6 m.
R. A. TA . '10 et al.
136
Annexes
8 s-« Ivoir. Sei. Technol., 14(1014) 1 -11
1.7
Ui
Figure 4 : Dai/y variability of the maximum value of the high tide (in m).
The maximum value between the two consécutive daily high ride
values is chosen
111-2. l:"sing a prediction model to srudy the vulnerabâliry of the coast

For the coastal engineering and human protection. it is important to predict
the occurrence of high ride and exceptioual tide. Sorne exceptioual rides.
spring rides leading to flooding by example, along the US coast. have
occurred thèse years in the Atlantic Océan [18]. Thèse rides have also
induced coasral érosion a long Brazilian coast [ 19]. Predicting thèse rides is of
great importance along the African coasr where people agglomération is
important. The objective of this part is to analyze if the tide model could help
in understanding the coasral vulnerabiliry along the: Ivorian coast. Figure 5
shows the raw ride data. the reconstructed data and the diffèrent tide
constituents extracted by harmonie analysis performed on the raw data. The
predicted tide has the same shape as the raw data. characterized by
periodiciry and seasonal variabiliry both modulared by interannual variabiliry.
The residuals are approximarely O showing that the reconstructed ride is close
to the raw data. The dominant tidc constituents arc: M2 (Principal Iunar
semidiumal constituent). S2 (principal solar scmidiurnal constituent). Kl (Luni-
solar declinational diurnal constituent) and SSA (Scmiannual Solar constituent).
Meanwhile, the other constitucnts arc not neglected, Utidc uses more than four
constitucnts to perform the prédiction justifying the quality of the prcdiction.
R. A. TA..~O et al.
137
Annexes
Rev. Ivoir, Sei. Tec/1110/., 14(1014) 1 - 11 9
Figure 5: Temporal variability of the raw data (red) and reconstituted data
(blue). The residual (différence between raw and reconstituted
data) are superimposed in green. The diffèrent constituents
extractedfrom harmonie analysis and used to reconstruct the
data are presented in figure of low panel
Figure 6 shows the temporal variabiliry of the daily high tide height of the
prédiction of tide over the 1982-2014 period at the harbor of Abidjan. \Ve
observe strong seasonal and interannual variabiliry of the ride heighr.
Maximum peaks appear yearly in spring and after summer. The maximum
peaks after summer appears during a period when the coast is vulnérable. The
long-terni trend shows an increase of the ride heighr over the years from a
range of 1.2 m and 1.3 m during respecrively the 1982-1990 and 2010-.2014
periods.
o.tl 1 ; 1 1 1 5 1 l 1 1 l 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1112 0!11 au
Figure 6: Temporal variability of the daily high tide height (in nû from the
prediction of the tide over the 1982-2014 period using in situ ride
gauge data and Utide model. The mode/ is stable after 1 year of
analysis. ln red, is superimposed the trend
R. A. TA..~O et al.
138
Annexes
10 s-« Ivoir. Sei. Tecltnol., 24(2014) 1 -11
IV - CON CL USIO='î
This study bas showed that the ride predicred by the assimilation data model
Utide and that observed by tidal gauge at Abidjan harbor are close because
residual is approximarely zero. The Tidal heighrs are characterized by
periodic and seasonal variability. which are also modulated by interannual
variabiliry. Maximum values are generally observed afrer summer and
maximum trend bas rwo years periodiciry. Océan ride bas been increased
over the 198.2-2014 period and it was probably one main cause of coastal
flooding observed along Ivorian coast during thèse lasr ycars. The capacity of
the data assimilation model Utide to reconstruct tidal signal along Ivorian
coast is a major result because it would help to predict exceptional rides.
which are one of main threat on coastal population and infrastructure. lt can
also help to produce high and low heighrs data for marine 's acrivities.
Assimilation of récent tidal records in Utide model to assevs tidal
characteristics is necessary to improve thèse main results,
.4 CKJ\lOiJ'I.EDG.,\tfENT
We thank the authors of the University of Hawaii Sea Level Center (UHSLC)
and Global Sea Level System (GLOSS) which provided us with good quality
ofsea level data. ·
IŒ.FEIŒ~CES
[l]- D. PUGH. Changing Sea Levels.Effects of Tides & Weather and Climate,
Cambridge University Press, (2004). www.cambridgc.org, 265 pp
[2] - P. L. WOOD\.VORTH. A. AMAN and T. AARUP. African Journal of
Marine Science 29 (3). (2007), 3.21-330.
[3] - V. M. GOR."r l!TZ. T. W. \VHITE and R. M. C'USHMAN. ln
Proceedings of Seventh Symposium on Coastal and Ocean
Management. Long Beach, CA (USA), (1991). 235-t-2368.
[4] - R. J. NICHOLLS. S. HANSON. C. HERWEUER. N. PATMORE. S.
HALLEGATTE. J. CORFEE-MORLOT. J. CHATEAU andR. MUIR-
\VOOD. OECD Environment Working Papers, No.l, OECD
publishing, (2008) . doi: 10.1787 011 766488208.
[5] - P. CALDWELL. Joint archive for sea level. University of Hawaii,
School of Ocean and Earth Science and Technology Annual Data Rep,
2000. SOEST-00-07. 52 pp.
R. A. TA..~O et al.
139
Annexes
Re1•. Ivoir. Sei. Technol., 24(1014) 1 -11 11
[6] - D. L. CODIGA. Graduate School of Oceanography, University of

Rhode Island, Narragansett, RI.. (.2007). 14.
[7] - R. PA WLOWICZ. B. BEARDSLEY and S. LE)JTZ. Computers and
geosciences, (2002). 929-937.
[8] - K. E. LEFFLER and D. A. JAY. Continental She/f, Research, (.2008).
doi:10.1016 j.csr.2008.04.011
[9] - D. L. CODIGA. Graduate School of Oceanography, University of
Rhode Island, Narragansett. (2011). 59 ftp://wnw.po.gs0.11ri.ed11./
pub/downloads/codiga/pubs/Zûl l Codiga-U'Iide-Report.pdf
[10] - F. LEFEVRE. Université Toulouse fil-Paul Sabatier, Thèse de
doctorat (France), (2000). 281 pp.
[11] - J.O.C. (Intergovernmental Océanographie Commission). (2006).
( www.pol.ac.uk/. . ./man11alslman11al_ 14_final_ 21 _09_ 06.pd/)
[12] - A. BAKUK. C. ROY and S. LLUCH-COTA Blackwell Science Inc.
Ma/den, Massachusetts (1998). 103-141.
(13] - E. TOUALY. G. STANOJEVIC. K. Y. KOUADIO and A. AMJ\N.
Asian Journal of'Applied Science (201.2) doi: 10.3913 ajaps.
[14] - F. VARLEJT. Etudes Eburnéennes. vol.VII (1958). 101-220.
[15] - L. LEMASSON et J. P. REBERT. Cah. Orstom, série Océanogr., Vol.
9.n°1.(1973)67-95.
[16] - J.M. VERSTRAETE and J. PICAUT. Deep-Sea Research Gate
Supplement Il to Volume 26, (1979).
[17] - E. TOUALY. A. AMAN. P. KOFFI. T.E. WANGO and F. MARIN.
Submitted to African Journal ofMarines Sciences. (201-t).
[18] - E. SPANGER-SIEGFRIED. M. F. FITZPATRICK and K. DAHL.
Cambridge. MA: Union of Concerned Scientists. (2014).
www.ucsusa.org encroachingtides .76 pp.
(19] - D. L. B. MALLMA.'i -"N l" and P .S. PEREIRA. Journal of Coasra/
Research. Special Issue, No. 71 (2014) 24-29.
R. A. TA.'10 et al.
140
Annexes
Annexe 2 : Article Tano et al. (2016)
141
Annexes
Jaumal r:l Cœ-1 Rt-search 32 6 149&--1.503 C<JCODut Creelt. Florida
Assessment of the lvorian Coastal Vulnerability

Rcne A. 'Iano t_ Angora An1ru/*. K. Yves Kouaclio t. Elisée ·roualyt. Kouadio E. Ali*. and
Paul Assamo(
1Laborarnryof Atmosphruic PhySJtR and ll_ru;titut Nooonal Polyteduuqui, Houphouët-Boigny
Fhnd Mc-charucs Yamoussoukro, Cote d'Ivœre
mver site Félu: Houphouét Boigny
Abidjan-Cocedy. Cote d'Ivoire
ABSTRACT
.t1IIHln:.
m
Tano, R.A.: Ammi. A.; Kouadio, K.Y.; Tuwtly, E.; Ali, K.E., und A..sumtà, J>., 2016. AssllUIDlenl rL the lvoriün ,,u1LstMI
vuln('J'abifity. Journal o{Coastal llumn:h. 32(6), 149f>-1503. Coanut C.-1< (Flori,J1&t, fSS.'11 0749-0208.
~
i
-==«...êak. Climate change and vnri:lbilily of aSi!Ocio.1.ed fnnor, .ouclt u sœ-levcl ris,,. muid in"""'"" uposun, œ the Gull' uf Guin<!B
ouastal urea to row;tal t!rOllioo !llld ioundatiw. Tb• pruœ8M!8 (n,lutiw iiœ-li,wl ri"", tidal raug,,, illld wa,-e hl.'Ïi,thO ami
. ., # •ute faèl.O n; (geom-0rpbolq:y. cœ.,,tw slup,;, and <tlll>illin., duwge ratel haw be<!n 11111llyxed IO .,,alwt11f the vulnerv.bilit)
wwwJC.Ronlinc.Of'E inde.r of the lvtrian <niSUll llft!ll. This study area wns dh-idod into thret! zones ba.110d ou 1,.'l!<lnwrphi,logy. A œll.StAll
vulnerability i11d.-.x ICVI) was oon,puted i>r """h "''"' acœrding tu six factor!< d-riling iu variability. Ro!Mtlt.• indicaw
ÛUlt the entire lvorian LUU<tal zone &.Ils into a modcrate-risl< caœgory_ Tlu, relative wlnerabililY uftbe different "°""'w.•
depœds ilJUlltly ou the geomorpbulogy and œ wave """'10' fart..-&. 'Ihill vulru,nbility Ïn<T'111"'"' apatie.Uy ,.,.,,.tw...-.1
wkini; a.crount ,L tbeir (,'VJ values, The CVI wiU uruloubtecUy incrrolll! with preditt.ed s01-level rise. The n>sult uf this
study cuuld p,'O\'Ïde w.t• cw.stAI information lO OUILSllll llUU"'l,'l!r8 1111d Jwriau 1,'0\"l!ruDJ\!Ul rouLe.l pc'<lfllo! 11ml hc,lp IO
pff«.t.'C'l the œasta! ecm,1--ste11L
ADDITIONNAL INDEX WORUS: &o-levd ri<~. u'<U~. tide; roa.,tal vulnoubilily indn:. J,,.,rian cua.u.
INTRODUCTION Coast. and nearly 56 million people 12005 esnmate ming in ï
Africa proscot.s n major challenge fOT environmental moni- low elevaticn (<10 ml eoastal zone. African roastal c_oun\ries
toring. Coustal data sets, which are important. for supporting are highJy vulnerable because of their lw:-ge and growing
maritime operations and coastal :r.one management are lîmited populations in the œastal areas andiheir low resilienœ (Brown
in size and quality. Sea level presents a good example of such a et al., 2011). 'Jbe Jow-lying eoastal areas ofWesl Africa (e.g.,
challenge (Woodworth. Aman. and Aarup, 2007). Por scientüic Lagos and Abidjan) are particularly expesed Lo sea-level rise
research. sea level represent.s an important parameter for and lhe increase in storm intensities and frequencies.. In these
measuring long-t.erm changes in global sea level as a lwo cities, more than 3,000,000 people are exposecl Lo di.mate
consequence of di.mate change. ln Lerms of operational change and Lhe impatis of extreme evants,
oœanography, observations and modela are currently used Lo Extreme évents have ln,q uenUy ocrurred during thèse put
forecast Oood risk.s in coastal regîoo, Lo predict tides, and Lo three deeades and have often induced severe œaatline retrea.L
conduct coastal eros:ion studies. The Jack of high-quality and and lasses in human lift, and infrastructure. Ftir exemple, 11
continuous data along t.he African œasts could represent a strong storm destreyed t.he infnistn.dure of t.he San Pedro
factor of vulnerability. This fact could be a major barrier for Harbor in 1986 (Yan et al., 2010>. Recently, another event,
coast.al management studies (McGmnahan. Ba1k, acrl Ander- erodedmcre t.h:m 12m oOvorian coastlineduring2d in August.
2011 (Figure 1 ). The risks t.hal have been exposed are still not
son. 2007; Nieholls et al ; 2007; Oliver-Smith, 2009).
weU studiecl I o Cote d'Ivoire, for instance, twe>third of the
The increase in global sea level could be amplified by local
national industries and commercial. 3Kricultural. and trans-
subsidence from anlhropic :id.ivities especially in deltas
pOMlliion acm.;ties are conœntrated lo coastal ciûes. tAbé
(Nichnlls. 2011). Sorne aut.hors bave indiœted that sea-level
2005).
rise and changes in storms and the wa \'e dimate are expect.ed
'The rapidJy growing populalion and associated eoastwnrd
t.o inerease the sire and magnitude of llouded and eroded
migration and Lhe use of unconLnilled coastal resourœs has
toastai areas (Hemer, Church. and Hunter, 2007; Nicholls et
increased lhe degree of ezposure for coasaal facilities ! industry,
al., 2007). These phenomena have many effects Oil coastal
bouses, hospitals, univcrsities, military bases) aod inereeses
communities. roastal infrastructure. and eoastal ecosystems
t.he elfecls. of extreme events !Brown, Kebede. and Nicholls,
1 Oliver-Smith, 2009).
2011 l. Ail these issues îllustrate the \'WœmlàJit.y uflhe Ivorian
Moreever, Africa bas appro.'rimately 320 coastal cities (wit.h
coestal zone, hui. only a very few stuclies bave been undC'l'taken
more t.h:m 100,000 people), inclu<ling Abicljan on Lh~ Ivory Lo mak.e a real assessment of t.hiis area, includîng the entire
Gulf of Guinea coastline, An index based on pbysical vari:,bles
DOi: 102 J J 2 iJCO,\STH.ES-D- l~<XrZ28.I n,aeitlftl 23 Nou,mber 2015; is commonly used ta analyz.e the vulnerabiliLy of 11 coestal area.
accrplnl in rn•isù,n 21 January 201S; arrtttnl. pruofs rrcei.1ter/
11 March 2016: publ.ish,,.J pœ-prinl c,nlin" 2 May 2016. Appeaning Addo (2013. 2015) has used this approacb l.o assess
•C-On'l!spoodîng authur: angora.amaniilgmail.0001 t.he vulnerahi.lîty of coost.al areas rommoo to Accra, Ghana.
"Coastal Education and R.!s.,an:b l'oundat.ion, Iec. 2016 This resean:h uses factors 1e.s., geomorphology, coastal alope,
142
Annexes
1400 TanaaaL
__
---1
_,,
Figure 2. Map of'tbe konan <01Mtal area ufCGl.oo d1.-atre. Tho IO<atfoo of'tbe
mainm-.talcibes<cir<.let.= -eecoo)llùmltruu>gel.themau,natK>olÙ
airport tatar, tbe blro national hariicnt-an,l and the tidal i;a.ull! (~
cin:let are nopreA"Oted. White da&hed lin&. black d.uhod lin•- and black bne
reP""'nt _ _,,. l {C- of Palma5 to 5...,..,.,,c1ra,.
2 tSaMandra to
Abuljsn l and :l<Abi djan to Cape arTh ••••• Jlmt>iaJ ufthe coa5L l'l'A~<tlv.,\y.
F= • L 1 mpect of the extremee....,nt.<28Augu&t21ll l to 3 Septl!!Dli,er 201 ll
on the eorutal mhabitanta at G rand IlaM.am (F.,,.g c- d1..,in,l
Palmas and in the E by lhe Cape ofThree Points tLemas!IOD.,
and Rebert.. 1973). The œastliae represenlA ~ of the natiooal
andcœsl.line ret.reatrate) and processes fe.g.• sea-level rise and area but concentrai.es 30'l: af the national population t Anoh
wave/tide énergies) to help compute and characterize the and Pbttier. 20081. Two-1.hini afthis eoast. is œmposed of sandy
vulnerahility of the en tire Cote d'Ivoire a,aslaJ area of566 km. beaches, inlenupled by a mangrove ecosystem, lagoon5, lh
'The analyses of these paramelers are useful for a beUer Bandama River in Grand Lahou (at 5"8' N. 5"1' Wl and the
understanding of the vulnerability of'the coastal area (Gornitz., Comoe River in Bassam lat 5•12• N, 3"44' WJ. During the
White. and Cushman, 1991: Thieler, and Hammar-klose, raining season, these rivers contribule to œastal sedimenta-
2000). The Jack ofinfonnation on the degree ofvu.lnerability tion.
a long the lvorian coastal mne represents a major banier for The coastal area is divided into three zones, according' to Ahé
sustainable coo.stal planning. adaptation !lllutions.. and valu- (2005) and Martin (1973) (Figure 2). The first zone tbetween
able coasl.al ecosystem protection. This shorlfail in lroowledge Cape of Palmas and Sassardra] is cbaraeterized by a rodty
limits the resilience of œastal people io sea-level rise and
coast wilh an elevation higber than 10 m. The second mne
possibly increases the overaD elfecls of natural hazards. E'or
(&om Sassandra lo Abidjan) is covered by medium cliJT.
this reason, the Ivorian eoastal vu.lnerahilily was estimated to
wbereas the lasl zone lfrœn Abidjan to the Cape of Three
improve œastal resilienœ. Objective and quantifiable informa-
Poinls) is composed of sandy beaches and is slighl.ly above sea
tion is now provided for use by œastal mne managers.
level (-0-10 ml. The wind speed does not exœed 22 km.lb, and
The aim of t.his research was to evaluate the vu.lnerability
the mean direction (S-SWl varies wealùyduringlhe yeor along
index of the lvorian coastal zone. The study area and the dat.a
Ôte Ivorian eoast (Abé Ili al. 2005).
and methods used are presented in the firsl section. The second
The Ivorian coo.stal area is wssbed by Southc,rnAUantic long
section focuses on the variability and trends in the relative
wave wah a SorSW direction \~1:irtin, 1973; Varlet. 1958). 'l'be
mean sea level and signifiœnl wave heighl (SWHJ. which œuld
maximum wave height (-2 ml is observed during the major
drive some of the changes in the coastal envircnmenL The
raining &eB.l!OD from Mn.y to June. The coast ÏJ< cla.sa.i6ed as
energy in t.bi,, proeess is a function of the square of wave
microtidal beeause t.he tidc does not reech 1.3 m fLemasson.
heigbt.•• , wbich expresses the relative œpahilities of the waves
and Rebm-t., 19731 ln additioo. Ûle current.9 truit. tnmsport.
to induœ eoastal erosion and inundation (Gonritz. White, and
sediments are cmoposed of a longllhore current, an energetic
Cushman, 1991).
tidal current. and a wealt Guinea current, with a m.allimum
The characteriz.ation of Ivorian coastal vulnerability is
speed (-0.7 m/s), observed during the major upwelling .easoo
described in the lhird section. based on Thieler et al. 12000).
r Lemasson and Rebert. 1973: .Molière and Rebert 19721.
ln a ddition, Ulis part of the article includes quantifications on
The horia.n roastal population presenb< variatiŒtJ< in ils
the variahility and relative vuloerahility of this coastal zone.
distribution. The third zane is more densely populat.ed !>2000
The final section bighligbt.s important and quantifiable drivers
inbahitanl.&'1un 3) t.han the second (-60 inhahitant.sr'lun 2) and
of vuloerability.
first (-IClO inhabitant.s.lkm 2) z.ooe.s. The density of lhe
Study Area population aloog the eotire coastal area (> 1600 inhabitants
The coa stal area of Cote d1voire is locatad between 4"30' N, km 2Jisgreaterthan the deosityofthe national population 1-70
5"30' N. and 7'30' W. 2"25' W (Figure 21. Aœording to Martin inbahilant.s,1urh tAbé. 2005; INS. 2014). ln t.his coastnl area.
f 1973> and Ahé 12006). Ôte coastal s.bpes range between 0.34'/l- the economic ad.ivities ore dominated by agriculture, fumeries,
and 2.25%. 'fbe lower slope Îl! observed al Sassandra, whereas mineral extraction, and trades. The lrarulportation activiti
the higher slope is observed al Port-Bouët IAhidjan l. The are supported by t.wo barbors located in San Pedro Ili.nt zone)
constline t-566 km> is delimit.ed in the W by Ôte Cape of and Abi<ljan (third rone). The rapidly grow;ng populetioo
Joumal ol'Coe.<bll ll.e!ean:h. Vol 32. Na. li 2016
143
Annexes
A.Yeumeol olCœ..tal Vulnerabihty 14ll7
data were extracted from the global sea level obl!erving system
/GWSS) archive database &om 1982 to 1988, which h
undergone quality control (Cald'1.-eU. 20001. A 6-h signiiicanl
wave hei.ghl was extraeted' from ERA40 (reanalysis of the
global atmosphère and surface conditioo obsen,ations fur the
1957-2002 period] and frmn the ERA-interim fa global
atmospheric reanalysis &om 1979, continuou.sly updaled in
real time in 1979-2014 ). which were pmvided by t.he European
Centre for Medium-Range Weat.her Ferecasts! ECMWF) in a 1"
x l • and a 1.5~ :x 1.5' horizontal grid, respectively. The rate of
sea-level rise WOII compute<! W!ing available tidal data &am
- --iCOM111ne1
1982 to 1988. Woodworth and Bladunan (2()().() noted that t.he
- coastlône2
- coaotflne3
50th percentile represents a good approximation of the annual
mean sea-level height, The trend of the linear lit, in a least-
1!)115 1970 1'175 1910 19a5 1990 1995 2000 2005
YN.r squares sensé, performed for the 50th perœn!ile was Ili mm/
yr. This value represents the rate of sea-level rise over the
Figure !I. Cuasùine retn>at rote f...-
th,, perticula.r year u-1 in U... at:udy.
1982-1988 period aJong the lvorian coast and was used t.o
Jlollaw barforaec:bon 1 (C-oCPR.lm •• loS,.....ndral l,.'reybarforMl<tÎoD 2
(S"""""'1ra to Ahu!Jan ,. end black 1,.,. lor H<tion a CAlidjllD t.o the Cape of calculate the coastal vulnerability index for periods before
Three Poinu). Unit& are m met.en: peryeer. 1990. The rate of sea-level rise for periods after 1990 was
performed by usmg daily sea-level anomalies (SL.\.s) in a 0.25°
x 0.25° horizontal grid &om Archiving, Validatioo and
increases the urbanization and economic activities. The
lnterpret.atioo of the Satellite Ocean.ographic <AVISO, hUp://
increases in socioeconamic activities affect the state of the
www.aviso.com) data for the 1993-2014 period Data were
coastal envirnnment and con1irm the importance of environ-
spaliaJly averaged in the T30'-2"'l5' W. 4°30'-6"30' N domain
mental information to help protect pmperty and save lives.
t.o oblain a chronological se ries, Wa \'CS are one of the main
Furthermore. sorne activities le.g .. clearing of coa.ta.l vegeta-
natural driviog forces that induœ !.ignificanl modiJkaiion
tion [mangrove forest l), such as putting up shelt.ers to
along coast.al areas, The elfed.s of the wave and tidal action on
aœommoclat.e the increruring population and the emerging
the coastal area can be exacerbated by reJath,-e me= sea-level
coastal tourism business, removing sand for &ett.lement.. and
change. Relative sea-level change is an important parnmet.erin
dam building on the ri vers for agriculture activities or energy
the aoalysis of the pot.ential impact ofsea level on coastal nreas
production, inducc further pressure on lhis cootiguous area
because il takes into aœount local, regionaL and global sea-
(lbe, and Quelennec. 1989: McGranahan, Balk. and Anderson. level changes. Thus, knowledge of the temporal variabilifiY and
2007>. Although losses of oatural ba:rriers are quantilied in this loog-term trend in wave height \a proxy for wave eœrgy) and
research, the socioeconomic factors are not, local sea-leve] ri.se ore usefu1 for understand.ing how sea level
could tbreaten eoastal eommunities, infrastructure, and
~ŒTHODS ecosystems.
Coastal area vulnerability is characterized by the geomor- Tu assess the long-term trend of the relauve sea level a.long
phology of the landform, the shlreline retreat rate, local the studied coa.stal area, the empirical mode decomposition
subsidence. the heighl of waves, and tidal energy (Gomitz. 1 EA<ID) method. which deœmposes the time series into a definite
Whit.e, and Cushman, 1991). ln this 91.udy. local subsidence is number of intrinsic mode functions ( L:\O's) with different time
replaced by relative sea-level rise (Thieler and Hammar-Klose. scales, and the trend functioo with al mœt one extremum. was
2000). The geomorphological description and the coastal slopes perfonned on daily SLAA The trend. function refers to the last
are &om Martin 11973) and Abé (2005). Shoreline reëreat data componenl. derived by the EMD met.hod in millimeter units, Tu
was obtainud from Ahé 12005), Wognin et al.(2012, 2013), and obtain the iotriœic trend, the ,ûfling melliod wss used, This
Yoo et al. !2010). Figure 3 is a compilation of the data sets method consists of. fint I step one). identifying the local extrema
recorded for the three l vrai an œastal zones. The description of of original signal and. then. generating the two fUDctions ealled
the coastline displacement was derived for particular years. the upper envtiope and the Lower enœlope by cubic spline,
The coasLline bas been stable in the first zone, escept in 1986. int.erpobting the local maxima and minima, respectively. Next
when the coastline retmat reached 5 m. ln the second Zlllle, the lsl.ep two). a new time series is computing 6-om the ditferenœ
rate of coastline retreat increased duriog 1971-2003. and in the between the time series and-the means of the upper and lower
third zone, coastline change increased during the 1960 to 1984 envelopes. These two lirst steps are repeatcd for each oew time
period and decreased thereafter, but never reached O !Figure series until the upper and the lower envelopes are 11,ymmetric
3 l. The articles cit.ed above provide a full deseripi.ion of this wi th respect te the zero mean un der certain cri teria. Then (thirtl
area stop). an lMF is derived as the new time series, and finally. that
The sea-level time series used in Oris work was very short lMF is !mbtracted from original time series to yËld a residual,
and cont.ained many gaps. The sea-level dat.a sets were and the residual is tak.en as the original time series and
aequired by the float tidal gauges installed al San Pedro and it.eratively the three sleps are repeajed until the residual
Abidjan harbors. and were not accessible for some years and becomes a fonction with only one extremum (Chen. Feng, aoo
contained m any gaps (Tano el al, 2014). The hourly tidal gauge Huang, 2014). The intrinsic trend thal rorre,iponds to the Jw,t.
Journal of Coa~bll R,ooe,mh. Vol 32. No. 6. WIG
144
Annexes
Tano ,taJ.
Table 1. 11,,/,mce riolt far.lDNI F)r geomtrp},oltJRy. <OOAfal ,/op,. monliM """""" lattntion. nialw .-1 •• ..i diane,. m,an li.dtù ~ aNl nunn ••..,.,.
h,,ght.
Degree ofVulnera.bûtty
Very Law Medium Ulgh Very l-141b
\'enable 1 3 5
Rock;y. chflèd roB.!1:5 Mediumditr.. l..a Y< cb'.lfa Damer beach •••
Fiord lod.ented roaoto Glarial drill Secd bea<he,
Fianl Alluvial plmœ Salt 1r.:i.n-.t-
Mud h.to
Deltas
Mangm"'"e
('..on.l n,tef,.
Coas&al alope <IH >0.115 0.11&-0.œs O.OM--0.ll:Ii o. Cl:.l:HI. 022 <O.IY.ll
Relath·e 5eB ltn·el dumge Cmm'}rl -o.s LS--2.6 2..!>-3 3-:IA >3.4
Erooion'aecn,tion lm/yr) >2 1-:1 -1-1 -1.1- -:1 <-:L
Mean udal TSDl,'I! lmt >6 -1.l-6 2-1 1-L9 <l
Mean wave heighL <mt <O.bS 0.56--0.85 O.ll>-LOS l.Œ>-1.25 >l.2li
IMF' refers t.o the instantaneous rate of sea-level change in The second part focuses oo the Jvorian coastal vulnr.nsbilily
millimeters per year (Wu d al; 2007). index and ils t.emporal variabili~.
The Liebmann et al. (2010) method, which is based on a
Variability and Trends in the Waws and Sea Level aloug
simple linear regression in a least-squares sense, wu also
performed t.o analyz.e the variability and the trends of those
the Coast
This subsection focuses on the temporal variability and long-
variables, The SWlf time series was demmpœed int.o many
term trends in sea level parameters, such as the relative mean
subseries whose trends depend upoe their lengths. 1nis
method is useful for del.ccting tendeocy breaks (Liebmann el. sea level and wave amplitude. These factor.s represenl the
al., 2010). The cumulative changes (in miJJimet.ers) are driving forœs inducing modifications r:L the coastal area and
computing by multiplying the coefficient of the linear trends threatening socioemnamic aetivities, Here, the SL"-s were
by the length af the subseries. spatially averaged in the T30' -2"25' W by 4°30'--6"30' N bax.
A œastal vulnerability index (CVI) MIS calculated for eacb The temporal variability of the mean sea level derived from all
section ofth<' coast, in accordance with the Th.ielere/. al. (2000) satellites altrmeters was characterized by seasona] and
met.hod. The CVI process fint classifies qualitative (geomor- int.erannual variabililies 1f"igure 4). The yearly minimmn
phology. coasta.l s.lope) and quantitative tshoreline. sea-level values ooserved represeoted the signature of the eoastal
rise, mean wave, mean tidal beighl) factors 11s new, no- upwelling, which is a parliccularity of this region. The
dimensional. "risk" variables. Each risk variable ranges increasing of those uùnimum vaines correspœrds lo an
between l and 5 and illustrntes its degree of vulnerability intensification of the coasl.af upwelling index and constitut.es
( Table 1 ). Then, the yearly CVl is calculat.ed far each coastal a signilicrnl. threat for certain lish species, acconling t.o
zone with the foUowing equation: Nidheesh et al.. (2013) and Toualy 12013). The long•ierm trends
obtained whea perforuùng a linear fil in a Ieast-squares sense,
CVJ~ (.r1Xx~xx,:.x,X.r&X4)112 (I) on the la.st. lMF represents a dear, linear, upward mean sea
Ievel alllllg the lvoriancoastal areaduring 1993-2014. The rate
w here 11 is a ssociated to the geomorphology . .r 2 is the C035lal
slope, and X:J represents the s.horeline change rate (Appeaning
Addo. 2013). The relative sea-level rise, mean tidal heigbt. and 20
mean ~ificant wave height correspond. respeetively, to x,,.x.. 15
and .r.,. Finally, eaeh coastal zone couJd lhen be classified as 10
low, moderate, or bigb vulnerability (Appeaning Ad.do, 2013).
This classification was perfonned by computing lhe mean CVI
I s
for each zone. Then, the 33rd and the 99th pen:entiles were .,~ 0
used t.o represent the three mean CVls af the lhree coastal .$
zones. If the mean CV! was wealœr lhan the 33rd percentile. .,o
lhen the associated zone W3ll considered t.o have a low- .,s111113
vulnerability risk. Moderate vulnerability represented the 1QINI
•••• 2002
naTF
2011
mean CVI between the two percentiles, and higb vulnerability

was grealer than the 99th percentile, Figun, 4. Temporal .,.riabiltty ut tho AVISO cLril)., Ra-le""I imorDalM15
(bla,,k ru= I aY..-.ged "P&âally m 7':l0'-2'25' W b:, <1":.)'-.'1':IO' 1' &.r the
penod 1993-2tlH. The hnear treod, in a leas·-an,& ....., •• ualid liDet, i,.
RFSULTS added. 1be upward trend indtœtu tncrea&lD!I ..ea lewl IWJ0.11 thr lvona,
This section is compœed oflwo parts. The results of the sea- coa&t.
levcl analysis and the wave data are presented in lhe firsl part.
Jaumal vtCœ.stal Researeb, Vol 32, No. 6. 2016
145
Annexes
AMesm>ent ofCDIWlll Vulnerabihty
Tobie 2.. Chnra,,ur11'hc• of th, Will~ param1tl!rlt alo,w th, lmnan caa.,t.
Peraeeetee
MintDJmn
lat quuntile
SWll
0.65
1.05
lm1 Periud csl
!H
8.l!
Direction
52
1711.61
r1
:[
_:l
- ]
Me..~ n 1.24
uo
!t I.S:J.61
l. .at
i :1u-
3nl quantt1e 9.76 ISS.32
Ms:mnum ~.66 14.57 :.1.41.57
f
of sea-level rise reachesapproximately-3.05mm/yT/Figure 4). 04 m
15
This upward trend in the sea level mean ÎI!. an iodieator of 10
increruring tidal energy predicted by the lid IÙ mode) Utide 5
(Tano el al., 2014). This resull. indicates the h.igb e,cposure of 0
111$111161111141IMIT1l701'1319711tn1N:21N51-1~1-1HUIJOO
the eoastal area to tid.al energy rould increase eoastal eromn y,..
and inundation,
F\gun, 5. Allo..,.[ f""!UfflCJ of wa,,. be,gbt6 abuYe 1.5 m. ù~ the
The state of the sea ( characteristics of wave parameters, freqDl'Dcy of the water heÏllbt mm 1.-ge-waft llrth-ili• alao11 on ! ,-.,ri ••
seasonal and interannual variability) WWI also ana lyzed in this - l an,,_ ERA.&0 S\111) data were &p8bally aveni;ecl ID th •• bœ T'ao'-
study. This analysis was important Lo illustrate how coastal :FlS' W by 4":IO' ...r,wJO' N. The ~b cl.al.a ,...,n, nwai;,,d to pnmde d.a ly
people (particularly toastai dwellersl, infrastruct.u re. and the velum..
erosyst.e m are threatened by inundaëion and coastal erosion.
For this, the 6-h SWH data were spatially and t.emporally analyses or the other yellT& (-45 yr) . .M oreover, ER...\40
averaged in the 7'30'-2°25' W by 4"30'-5"30' N box ID provide compares beuer with observations in ten:n s oft.he rool mean
d ail y values. square error index (Semedo et al, 2011).
Table 2 illustrales the cbaracteristics m the wave param- An interannual analysis was provided by a statistica.1
eters along the lvorian coast based on the percentile method. diagn.œ tic or t.he mean annual SWH, ba.sed on a linear
The minimum (-0.65 m) and maximum (-2.66 m) values regression by the least-squares lîL This method wns used
show that the waves in this regioo are a combination ofwind· objectively Lo detect one or more lendency breaks in the SWH
sea and swell waves, ln particular, the 75th perœntile value wben they oa:urred 11..iebm.ann d al.. 2010l. Figure 6 displays
(-10 s) shows that more than 75'k of the waves are wind-sea every possible Lrend change /Figure 6a) and the aboolut.e
waves. The mean direction of these waves reaehes 183.62' ma:r.imum positive and negative changes tl-'igure 6b). The
and varies weakly, as shown by the low standard deviation corresponding confidenœ .S tuden(s 1. lest during each time
(-7.13"). segment from a 2-)T lo a 45-yT period (the total length of the
Int.eresl.ing complemenl.ary information was the extreme available üme l!BrÎ.es) is superimpœed an E'igure 63.. Time
SWH behavior because these large waves, wbicb appear in
the May-September season, have a signifieant raie in coastal
retreat, inundation. and threal.ened coast.al infraMrUcture
500
and dwellors. Toual y el al. 12016) observed that the seasanal
40l
-=
cycle of SWH in the study area was characterized by some ••••• 30
li a) •
values greater l.han L6 m, whicb rs close to the 76th

percentile value (-L4 m; see Table 2). That value l-1.5 m)
§ 20 ~ 1 iO
was chosen as a reasonable threshold for sl.ud};ng exlreme

wave behavior along the coast, Figure 6 shows the frequency ! •: ;',1 :"'O~ .
of wave heighLs above Ili m. Most years, in the 1958-1981 1960 1970 1980 1990 2000
period, present.ed frequencies below 15%. wbereas increased :[ Y""'
frequency (>15'1:l occurred in 1982-2002. This increase in
frequency of the number of higb waves was also observed
when using the time series provided by the ERA-interim (not
~oer.1·
••
fi 0.6
b)
shownl. The increase in storm actîvity duratîoo on the

Ivorian coast after 1981, as shown by the higb frequencies.
.i; 0.4 ~
-,( ·-
represents a major threal. for coastal resources from coastal ; 0.2 ' ,; .~ . - ,, ••. ~~ - ._
erœion and inundation. In particular. an exceptionaUy high 'S "; .
O
frequency occurred in 1992. However. lhat year was not "Q 2 610-14 18 22 "253034~38 42
documented as an extrema evenl. in comparison with the fi Nt.rnber of vear
intense storm events Lhat look place in 1984 (Ibe and F\~e 6. laJ O.a"I:" m mean &DDUal SWH 4mmJ (rom 19!111 to 2009.u a
Quelennec, 1989). For instance. in 1986, an extreme evenl. fuoctian of the ODmberofy_,.. ~nd thu oding year of the u.lculabm. V.,..._
destroyed the San Pedro (Côte d'Ivoire) harborinfrast.ructure t.>-y...r cbane""""' Dot pl.,tted. The mDIDun. pn,,;.i., the...,fideouranlnog
Sw~· •• , œoca.t !™!, mnlideoœ. ibl La,velab..oluœpf1!'1.llft w,d o~t!W
defense (Y ao et al., 2010). The strong variability in 1992 could
c:ba.~oFthe a'!Ylœl werap SWJt • a funâiun of'tbP oumberol'yean.. Far
represenl. an inaœurate SWH value (Caire and Swail, 2004). ucb oumber of yean. all pœaible &W>O«A of th,, bl5toncJII n,nrd with the
Tbi.~ inhomogeneity from the assimilation of faulty ERS-1 &a.IDE' nurnba- rL ye11œ ~819 mmpand..
fast delivery product wave heigbt data does notinftuenœ the
Journal .C~tal Re......di. Vol 32. No. 6. 2016
146
Annexes
1600 Ta.ooetaL
The lvorian CVI

'!be CVI illustmles the degree to whrh coassal areas 3l'e
1 9 threat.e ned by sea-level rise, Numerous other authors (e.g~
1 8 Appe:uûng Addo, 2013, 2015; Gomiu. 1990, Gomiu « al;
Ê 17 1994; .H ammar-k.lose et al. 2003; Kmnar and Kunte, 2012.;
i 16
<n 1 5
McLa.ughl.in. McKenna., and Cooper. 2002; PendleLon et aL
2004: Shaw et al, 1996) have used a CVI to qu:mtily
vulnernbility alon.g the cœst, However, the parsmeters used
1 4t' to create t.he CVls can be modilied temporally because of the
1 3
impacts of dimale change and ilB effl!Cts on coostal processes,
195819621966197019741978198219861990199419982002 This analysis was undertnken by crealing a CVI for each
YFAR coas.tal subclivision !Figure 2l As described in the -Method..~·
Figure 7. êeeeeeel ...,.nnlnlity of the SWR &om May Lo St,ptember dun"!: section. qualitative and quantitative factors are lransformed
the 19S~aio2 penod. The bNt lioear fit, 1n a le...t-oquarea M!DM. wu yenrly into new, no-dimcnsional. -rWt- variables, which are
added. The upwllnl haear trend (in mml illuatrateo t.he inueaat1if annual sum.m arized in Tables 3--5. ln the case of the SWH, spatial.
meen ~ J[ dU?'lJ'lG' the ld:rong·V."B\'e: AeUOn
average and annual means were first realized bet.wœn 4"30'
and 5°30' as the limits foreach œastal zone tnot showni, The
segments of a few decades or shorter periods exhibit either range of tides was obtaioed by the predicted higb and low
increasing or decreasing trends, whereas trends for longer waters derived. from the Utide mode] and is oround lm, which
segments are most.ly positive f Figure 6a). The assoeiated trends isdose to t.hat found in previousworf<s (Lemassoo, and Rebert,
from the longer segments arequite weak rompared with those 1973l A no-dimensional "risk" varnble from the SWH was
correspoeding to the shorter segments. A significant increase then cmnputed for each yeer, Tables 3-5 fflow 3 bigh degree of
f -l 5.2 cm for the 45-yr period or ---0.34 cm/yr) in the SWH can vulnerability associated with SW"H, t.idal range, and coastline
be ooserved during the enfüe 1958,-2002 period. change in the three l.Olles. This is particularly t.rue for l.he SWH
The annual mean of the fi.rst two decades (195S-1967 and during t.he las yeers in the t.hird wne f1àhle 5). The coasbù
1968-l977) deereased significantly at the 95'k confidence level slope presents very low degree of vulnerability and seems to
have a weak impact on the entire h-orian ccast, The degree of
and reached -8.1 cm and -11.9 cm, respectively. whereas, the
mosl reœnt decades ( 197S- l987 and 1~ 2002) show a vulnerability of the geomorphology inereases e:1Stward frnm
one in l.he fint. %on.e, Lo two and tive in the second :md t.hird
significant increase in the SWH of around 1.8 cm and 4 cm.
zones, respeetively, This means that geomorphology and wave
The long-term trend expresses a significanl. decrease rapprox-
and tide energy eould highly (resp. weaklyl .11fect lhe
imately-9.4 cm) in 195S-198L whereasan increaset-7.6 an)
vulnerability olï.he east. lresp. westl area,
in the annual mean of the SWH oecorred during 1982--2002.
The mean CVI for each subdïvision zone inereases eastward
Sucb remarks are consistent wilh lhe les.-.-energetic waves
from 3.00 (first zone) Lo 7.2.7 lsecood zone) and 10.37 (third
noted before 1981 and the more-energetic waves and increase
zone). The 33rd 1- 6.l3) and 99th t-10.311 percentiles of the
lidalheightafter 1981. One interestingpointto highlightis the
tbrce meoo CV!,, show t.hat the mean value oft.he t.hree CVh
change of the sign in 1981 Crom negative Lo posai ,-e for
(-7.191 falls within the mcderate-risk categnry. When ronsid-
segments longer t.han 24 yr. That year (1981) seems to be a
ering each zone, the western section ti:« the first r.one)could be
break in the SWH series, whicb was conlirmed by the robust
classiâed as a low-risk area,
Peltitl. statiatical test (nol. shown) and by a plot of the absolut.e Figures Ba-c show the temporal ,-ariability of CVI for eaeh
maximum poaiti ve a nd negalh'e changes (Figure6bl. Figure 6b coastal zone. The CVls r~ bctween 1.63 in 19'7l fOI" the firsl
shows that the absolute negative change equals O for segments zone and 18.25 in 2004 for the t.hird zone. Figure 8a shows
longer than 24 yr. quasi-linear, increasfr,g CVI values for the first. zone up Lo 1.63
Figure 7 shows the variabilit;y ond the trends in the SWH in period 1972--2000. These values are the lowesl amoog the
from May to Scptember, when waves are very energetic a.long t.hree zones. 'The variabili.ty of the CVI for the second znne was
the lvorian coast, The iilope of the Iinear regression is 2..3 mm/ charru:lerùed by two periods of increase in 1971-1986 and
yr, i.e. 10.36 cm of total change in the pa.st 45 yr, This seasonal 198S-I993 and two periods of stabilizatica in 1~ 1988 and
value from May to Scptember represent.s -68'i: of the mean 1993--2003. The CVI for the last period of st.abilizatioo reac:hed
ennual trend and is probably related to swell along the coast, 10.32 lrlgllre 8b1. The CV! for the third mnet-8.161 sbowed a
The peak was in 1992. wlrich is probably associated with an long period of st.abilization from 1960 to 1987. This value
incorrect value. as discussed above. inc.reased rapidly from 1987 to 2004 and reached 18.25. which
Tal:ie ~- VulM.rability matriz o( .,dlan 1 (Cape of Palmoa ta SQMQSJdra/.
y.,,.,. Geomorpbol."11)' C-.tal Slope Erœ101YAcCTebon Rsl.e R,,lative Sea Level Ruse Mean Tula! Rani,.., Mean Sqpuf'IŒllt Wav• H •• gbt
197:! 1 1 1 1 4 4
19!!6 1 1 !> 1 4 4
2003 1 1 4 4 4 4
Journal ofCoe.tal Raean:b. Vol 32. 1'0. G. 2016
147
Annexes
1502 Tano «t al.
the results of this study. However. the best monitoring

procedure for the coastal area œnsists of pmvid:inginfonnation
10-
~ 0{_a~ -- _J
in quasi real-time to the eoastal people end users. Tberefore, .m
operational wave buoy and an upgrade to the existing tide
1986 1997 ga uge network is œeded aJong the Gulf of Guinea ceast,
20.
~ 10·
19~
7 2
~ -----~__
b)
: = ==:====:==---:
.-- •
This Ivorian OVl could be improved by including high-
qual ay, socioeconomic data or by weighting input variables,
1
OL-- --- ~ ..L. This study needs t.o be exlended across the entire Gulf of
1971 1966 1988 1993 1995 2003 G uinea region.
5
u ~~~ C) --•~11. ACKN0\\11.EDGMENf
0'------~---~-----------'
1960 1971 1984 1967 We Lhank the authors of the University of'Hawaii Sea Level
2004
Center ( UHSLC), Global Sea Level Observing System
F4:un, K. Temporal vanabil,ty o(th,, CVI m ..,....,.,,.loJ l, (bl l!. and (cl a.
iGLOs.5), the Eumpean Centre for .M edium-Range Weatber
Forecasts 1ECMWF) reanalysis, nnd the ATchiviog, Valida-
third zones. The continuous increasing of the sea-Ievel and tion and lnterpretatioo of Satellite Oceanographic Data
soutbem wave wiD increase the vulnerability of COOBtal eities, (.-\VJSO). wbich provided us wilh high-quality data.
infrastructure. and eœsystems. The high risk of the eastern
section requires urgent measures t.o manage the coastal UTERATURE CITED
envimnment and ils resources. This coastal management œuld Al:al,J., 2005. Contribution à la Coruuiiuimœ de la Murpholoi;ieet dl!
include relocating near-œastal inhahitants t.o preserve life and la Dynamitiue Sédimenlnire du Littoral lvoil'Îl!n (cas <kl Litœral
d'Abidjonl: Essais do, Mudl!6mtion en YUl! d'une G<,stion Ratiuo-
to safeguard coastal infrastructure and ecosystems Crom the
ru,li... Abidja11-Cocody. Celte d'h•uin,: UniwnJit~ l<'\!lix HuuphuuQt
threats of extreme events. The CVl considers the elfed. of'sea- Boi1,'lly, Thè_ae de dœt.urat d'~t>iL 35211.
level rise, which will increase the effect.s of extreme waves and Am11n, A; Tustut, L; Wooowurth. P.; A.ii.rup. T., and Oiron, D., 2007.
surf at high tides corn mon to the coastal zone. Seo.sunal sea IA,vd vllriabilily in the Gulf uf Ouin'"' frum üh.inoutry
and tide !;llllb"'· Hi,,,ue J,,.,irim= des ScÎA!ff«•· d T<!eluwlDgit', 9,
106-1 LB.
CONCLUSIONS Anm, K_P. und f\ouier. P .• 2008. GioJ;raphie du t.il.tf.l'UI dt Cdie
This artide aims t.o evaluate and estimate the vulnerability d"Jmirr: Élim,mta th, R,iflaian p,111r une l'alitique J, Ge.ùiott
of the Cote d'Ivoire coastal zone. Geomorphology. eoastal slope. lnt4!m. Nan~ Abidjan: Lo,., Cahiers d'OUl'.n!-Mer. CNHS-U,.'" f'G
coastline-chnnga rate. acœlerated sea-level rise, mean tidal UMR 66S4 et IGT, 325p.
height, and mean significanl wave heighl are the six fact.ors APP""ninll Addu. K.. 201JI. A.s_..,ssing oo-...1 vumero.baîty ind.,x i.,
dîmar.e change: The O&Se of Attra--GbSJUl. ln: Conlcy. D: :\cla-link,
select.cd for this sludy. G; Rus..,11, f'., and Otlan,. T. (eds.), l'roettding fn,m the
The temporal variability of the main driving forœs shows /nurnatinnal Coa.Y!al Sympotrium <IC:SI 2013. Volwn• L Jcurrroi
that, waves ti:e. observations &om 1958-a!02) irerease in of Cua.Jul R"""°rdt, Sp«ial 1"u.! Nu. 65, pp. 1892-1697.
magnitude and are exaœrbated hy the upward trend œ the App<orning AJdu. K.. 2015. V~ erability .L rn,..,,,..8 Accra Cui;;t l"il
,;ea l1m1l """· ln: Nichoh, C.R. and Wright, D.L llt<IAJ. un,1.,,.
local or relative sea-level change du.ring the study period, .van.ding Ri,J, a.nd &silinta, in Compl.-:r C.-lal Sys1.,,.,.., 2nd
Tbese trends mcrease the susceptibilicy or expœure ol coostal An1uml SURA CoastaJ &.tiliena WarkMq,. l•brt LaudllYlah.
r1.11,aJ1 t.o erosion and ioundation. Thal could be related t.o t.he F/orida. Ortob«r 26-28, 2015. hnp:lhmholarworks.uno.edu/
Jow-lying' coastal area of Cote d'Ivoire. n,,,ili.,nœl.
Brown. S.: Keœde. A.S .• and .Nicholls, R.J., 201L Stt,.J.,.,'<!J Ri8' artd
The vulnerahility of Lhe lvorian eoastal area is expanding
l mpoct e in Afrfra, 2000 ta 2100. htlp:!lwww.un •• p.org/
from W t.o E. Thùi vuloera hi lity is controlled by geomorphology c lim atec:h u nJ,:e/adap tation/Purtu W 13 :l!ducum en t.s' A ,fap tCuot/
and by wave energy te.g ; eoergetic swell coming fmm the 9<J20Sœ "l20Lev ••t'l20 Ri,,e<;[2{)Report'X20Jan'l 202010 .pif.
Southern Atlantic basin), which could be exacerbated by Cald,.•eU. P. and Merrilield M., 2000. JoinJ Ardt.il!<' {tr Sta ut.~
Anl<ual Dola Ripert. Mwwa, l:L&Wllii: UDM!n<Îty uf Hawiùi, Sdmol
continuous, relative saa-level rise and the impactofincreasing
of 0.-wn 1111d Barth Scien"" und Tedu,..iul/Y, Contribution J35,
socioecanomic activities. The eastem area (Crom Abidjan to the Dau, &port 18, SOEST.()().07, 52p.
Cape ofThree Point..~) is the most vulnerable among the three Cairu,, S. ood Swail, V~ 2004. Gwbal lfoue Climat,, 1'Tffrd ,,,,J
sections. The high vulnerability ofthis area is probahly linlœd Variability Anal:,,,iK: Pn,print,, uf /hi, 81h lnta-rroiional lforhh"'
t.o its weak coastal elevatioo and t.o the nature of il.s diffèrent on \Vavr Hindmaûn11 and 1''urecw<lilfJ,l 10uhu. Hl t, Vid,s,wg,
M,ssisaippi: U.S. Army Engjneer Rœearm and Oevelopou'II t
land fonns. which are com posed of sandy be aches. 'TheBB result.~ Center. pp. 1-13.
are conJirmed by the calculation of the CVI. which illustrai.es Chm, X.; f.,ni:. Y., wu! l:lwmg. N.E .• 2014. Globw ..,., luv.al tmnd
the degree of the œastal area threateoed. This index value during 1993-2012. Global and Plantlary Change, 1 12120141. 26-
could increase because it is lmked to elimate change and ils 32.
Gonùt.z , V.M. 41990). Vulnerabilil.y ofttui Ea.st cou,;t, U.SJ\. tufutun,
concomitant sea-level rue. The resuh, of this study rould a,a-le,-.,1 rÎlil!. ln: l:lruun. P. und JJlrubsén, N.K. leds.), Procttru~','S
provide wide coastal information to roastal managers. the uf tlt,: ICS tlo,,/and, 2000). Journal of C-Oa,;tal &srordt. Spu,iul
lvorian govemmenl. and coastal peoples and help pmtect the llillUe No. 9. pp. 201-237.
coastal ecosystem, The CVl can also bclp in decùôon-making t.o Gunùt.z , V.: White, T.W .. and Culihman. Ju\i., 1991. Vulru,rubilit.y ri
the US ro future ~tlll-level ril!t!. ltt: M111,'001t. 0.T. led.l Prot:ttciù,g,,
ruinforœ laws relating t.o the protection of Lhe environmenL
of th-, Coalilal Zan,: 9/ l'mcttding1< ,of th• 7th :C,'y mpam,m un
Coast.al end users should then relocate or invest in the less- OxJstal & Oc.on Ma.nagmu,nl !Oak Ridi:e. TennU<""", ASCEI, pp.
vulnérable areas, such as sect.ors l and 2. in accordance with 134&-13.5 9.
Journal ofCÀJut.al Researeb, Vol :l2. ~o. 6. l!.016
149

These 636929230135987299

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

These 636929230135987299

Transféré par

Droits d'auteur :

Formats disponibles

- .,,:·.••· -~•.....-... .-;-..,, -~ - r•/'"".,...-,-: ,:--. • --,·-;-·:1'.•T.,..._ '-.

DOCTEUR DE L'UNIVERSITÉ FÉLIX HOUPHOUËT-BOIGNY

TANO ANOUMOU RENE

TITRE : ETUDE DE LA VULNERABILITE DE LA ZONE CÔTIERE DE LA CÔTE D'IVOIRE A

Président: M. ASSAMOI Assamoi Paul Professeur Titulaire,

A mon père Feu TANO Djébi

A ma mère Feue N'GORAN Aya Rose

Je tiens à remercier d'abord le Professeur ASSAMOI Assamoi Paul, Directeur du

Je remercie également Messieurs BOUO Bella Djézia François-Xavier, Maitre de Conférences à

J'adresse également mes remerciements à Monsieur Ochou Abé Delfin, Maitre de

Je témoigne ma reconnaissance à Monsieur Obrou Kouadio Olivier et à Monsieur Diby

J'exprime toute ma gratitude à tout le personnel enseignant du LAPA-MF en général, et en

Enfin, je tiens à remercier tout particulièrement ma petite famille.

La zone côtière de la Côte d'Ivoire comprend de nombreux écosystèmes, d'importantes

Le changement climatique et la variabilité temporelle des facteurs associés tels que

Le but de cette étude est de calculer et caractériser la vulnérabilité de la zone côtière

L'analyse temporelle des paramètres environnementaux incluant la remontée locale du

La vulnérabilité due aux activités socio-économiques des principales villes de la zone

Liste des acronymes

A VISO: Archiving, Validation and Interpretation of Satellite Oceanographic data

BNETD: Bureau National d'Etudes Techniques et de Développement

CEPMMT: Centre Européen des Prévisions Météorologiques à Moyen Terme

CNTIG: Centre National de Télédétection et d'Information Géographique

CRO: Centre de Recherches Océanologiques

CVI: Coastal Vulnerability Index

DPH: Direction de la Production Halieutique

ECMWF: European Centre for Medium-Range Weather Forecast

EMD: Empirical Mode Decomposition

ENSO: El-Nino Southern Oscillation

FAO: Food and Agriculture Organisation

FIT: Front InterTropical

FMCW: Frequency-Modulated Continuous-Waves

GHRSST: Group for High-Resolution Sea Surface Temperature

HHT: Hilbert-Huang Transformation

ICVI: Integrated Coastal Vulnerability Index

IMF: Intrinsec Mode Function

INS: Institut National de la Statistique

IOC: Intergovemmental Oceanographic Commission

IPCC: Intergovernmental Panel on Climate Change

JASL: Joint Archive for Sea Level

NAO: North Atlantic Oscillation

ONDINAFRICA: Ocean Data and Information Network for Africa

PIB: Produit Intérieur Brut

PIRATA: Pilot Research moored Array in the Tropical Atlantic

PNUE: Programme des Nations Unies pour l'Environnement

PRLEC: Programme Régional de Lutte Contre l'Erosion Côtière

PSMSL: Permanent Service for Mean Sea Level

RQDS: Research Quality Data Set

RGPH: Recensement Général de la Population et de l'Habitat

SAPH: Société Africaine de Plantation d'Hévéas

SNR: Signal Noise Ratio

SIR: Société Ivoirienne de Raffinage

SOGB: Société des Caoutchoucs de Grand-Bereby (Côte d'Ivoire)

SLA: Sea Level Anomaly

SMOS: sen Moisture and Ocean Salinity

SSS: Sea Surface Salinity

SST: Sea surface Temperature

SVI: Socio-economic Vulnerability Index

SWH: Significant W ave Height

TSM: Température de la Surface de la Mer

UEMOA: Union Economique et Monétaire Ouest Africaine

UNESCO: United Nations Educational, Scientific and Cultural Organization

ZCIT: Zone de Convergence InterTropicale