Académique Documents
Professionnel Documents
Culture Documents
Thème
Jury de Soutenance
Imen Aichouri MCA, ENSMM Président
Abdelghani Mimoun MCB, ENSMM Examinateur
Hamza Cheniti MCB, ENSMM Encadreur
Octobre 2020
i
ii
DEDICASSE
Grâce à Dieu ;
dernières années.
BILAL
iii
Remerciements
Au terme de ce travail, nous tenons à exprimer notre reconnaissance
et nos sincères remerciements à toutes les personnes ayant contribué
à la réalisation de ce projet :
iv
Résumé
L'identification des glissements de terrain et la production de cartes de sensibilité aux
glissements de terrain sont des étapes cruciales qui peuvent aider les planificateurs, les
administrations locales et les décideurs dans la planification des catastrophes. La précision
des cartes de sensibilité aux glissements de terrain est importante pour réduire les pertes en
vies humaines et en biens. Les modèles utilisés pour la cartographie de la sensibilité aux
glissements de terrain nécessitent une combinaison de divers facteurs décrivant les
caractéristiques du terrain et les conditions météorologiques. De nombreux algorithmes ont
été développés et appliqués dans la littérature pour augmenter la précision des cartes de
susceptibilité aux glissements de terrain. Ces dernières années, la méthode de AHP basée
sur un système d'information géographique ont été appliquées avec succès dans la
production de cartes de sensibilité aux glissements de terrain. Dans cette étude, les
méthodes AHP a été utilisée pour évaluer la susceptibilité aux glissements de terrain peu
profonds de la province de Guelma (Ain Tahamimine RN16) en utilisant la lithologie, la
pente, la couverture terrestre, l'aspect, l'indice d'humidité topographique, l'élévation,
courbure, courbure plane, précipitation et la distance aux cours d’eau comme données
d'entrée.
ملخص
يعد تحديد االنهيارات األرضية وإنتاج خرائط التأثر باالنهيارات األرضية خطوات حاسمة يمكن أن تساعد المخططين
تعد دقة خرائط الحساسية لالنهيارات األرضية مهمة لتقليل.والحكومات المحلية وصناع القرار في التخطيط للكوارث
تتطلب النماذج المستخدمة لرسم خرائط القابلية لالنهيارات األرضية مجموعة من.الخسائر في األرواح والممتلكات
تم تطوير العديد من الخوارزميات وتطبيقها في.العوامل المختلفة التي تصف خصائص التضاريس وظروف الطقس
تم تطبيق طريقة، في السنوات األخيرة. األدبيات لزيادة دقة خرائط الحساسية لالنهيارات األرضيةAHP على
تم استخدام، في هذه الدراسة.أساس نظام المعلومات الجغرافية بنجاح في إنتاج خرائط حساسية االنهيارات األرضية
طرقAHP عين التميمين( لتقييم القابلية لالنهيارات األرضية الضحلة لمحافظة قالمةRN16) ، باستخدام الصخر
المؤشر، الجانب، الغطاء األرضي، الرطوبة الطبوغرافية واالرتفاع واالنحناء وانحناء الطائرة وهطول المنحدر
. كبيانات اإلدخال.األمطار والمسافة إلى الجداول
. مؤشر االتساق,قابلية, انزالق, خريطة, طريقة التحليل الهرمي: الكلمات المفتاحية
v
SOMMAIRE
Résumé
Liste des figures
Liste des tableaux
Chapitre I : Etude pibliographique
1.1. Introduction ……………………………….……………………………..….……9
I.2. Méthode de l’AHP …………………………........................................….…….. 11
I.2.1. Carte d'inventaire des glissements de terrain ……………..………………….11
I.3. Methodologie ……………………………………...…………..…………………12
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
II.1. Introduction …………………………….…………………..…..……………….16
II. 2. Préparation des données ………………….………….…..……………...……. ..16
II. 2.1 Carte d'inventaire des glissements de terrain ……..……..………….……… 16
II. 2.2 Variables prédictives ……………………………………..……….………... 17
a) Elévation ……………………………………………………..……….………….17
b) Angle de pente (Slope) ……………………………………..….………………..19
c) Aspect de la pente …………………………………………..…….…………….. 20
d) Plan de courbure (plane curvature) ………………………..….………………...21
e) Courbure (curvature) ………………………………………..………....………. 21
f) Distance aux rivières ………………………………………..………….…...…. 22
g) L'utilisation des terres (landuse) ……………………………..……….………... 23
h) Précipitation ……………………………………………..……….……………. 24
i) Indice d'humidité topographique (topographic wetness index) ..….…………… 27
j) Giologie………………………………………………..………..….………….… 28
II. 3. Résultat et discussion …………………………………….....………………… 29
II. 4. Validation du méthode AHP …………………………………………..……… 31
II. 5. Comparaison entre les deux approches cartographiques ………………..…….. 32
Conclusiongénérale …………………………………………………………..……... 34
Bibliographie ………………………………………....…………………..………… 35
vi
Liste des figures
Chapitre I
Figure 1.1 : Procédure d’évaluation de la susceptibilité par l’AHP [03] ........................ 11
Figure II.2 : Principe de fonctionnement de l’AHP (modifié, d’après Castellanos
Adella,2008)[12] …………………………………….......................................................14
Chapitre II
Figure II.1 :localisation des glissements de terrain dans notre zone d’étude. ................. 18
Figure II.2 : carte d’élévation de la zone d’étude (d’après laama ,2020.)...................... 19
Figure II.3 : carte de slope de la zone d’étude (d’après laama ,2020.) ........................... 20
Figure II.4 : carte de l’aspect de la pente de zone d’étude (d’après laama ,2020.) .......... 21
Figure II.5 : carte de plan de courbure de zone d’étude (d’après laama ,2020.) ............. 22
Figure II.6 : carte de Courbure (curvature) de zone d’étude (d’après laama,2020.) ........ 23
Figure II.7 : carte de distance to rivers de la zone d’étude (d’après laama,2020.) ......... 24
Figure II.8 : carte de L'utilisation des terres de la zone d’étude (d’après laama,2020.) . 25
Figure II.9 : localisation des stations pluviométrique .................................................... 26
Figure II.10 : carte de précipitation de la zone d’étude (d’après laama,2020.) ............... 27
Figure II.11 : carte Indice d'humidité topographique de la zone d’étude (d’après
laama,2020.) .................................................................................................................. 28
Figure II.12 : la géologie de la zone d’étude (carte structurale au 1/500000 de la chaine
alpine d’Algérie orientale et des confins algéro-tounisene ) (d’après laama,2020.) ......... 29
Figure II. 13 : carte de susceptibilité aux glissement de la zone d’étude obtenu par la
méthode AHP (d’après laama,2020.) ............................................................................. 30
Figure II.14 : Évaluation des performances du modèle sur la base de courbe ROC ...... 32
Figure II.15 : Évaluation des performances du modèle sur la base des courbes ROC .... 33
vii
Liste des tableaux
Chapitre I
viii
Chapitre I
étude bibliographique
9
Chapitre I étude bibliographique
I .1 Introduction
Une catastrophe naturelle est l'effet d'un changement inattendu des conditions
environnementales (par exemple, tremblement de terre, tsunami, inondation) qui entraîne
un niveau important de pertes financières, environnementales ou humaines. Les
glissements de terrain, l'une des catastrophes naturelles les plus destructrices, produisent
des changements drastiques dans la morphologie du paysage et endommagent les structures
naturelles et artificielles de la Terre. Les glissements de terrain sont décrits comme des
mouvements de masse de sol ou de roche qui impliquent un déplacement de cisaillement
le long d'une ou plusieurs surfaces de glissement, qui sont visibles ou peuvent être
raisonnablement déduits (Varnes 1978). Il est important de déterminer les zones sujettes
aux glissements de terrain pour garantir la sécurité de la vie humaine et éviter les impacts
négatifs sur l'économie régionale et nationale. [1]
10
Chapitre I étude bibliographique
11
Chapitre I étude bibliographique
Le processus de hiérarchie analytique (AHP) est une méthode développée par Saaty
pour prendre en charge les décisions multicritères, [5]. où:
12
Chapitre I étude bibliographique
I .3. Méthodologie
La méthode AHP est bien connue et largement utilisée pour la résolution de problèmes
multi-paramétriques, car les facteurs des cartes de susceptibilité aux glissements de terrain
peuvent être évalués par elle. L'application de cette méthode met en œuvre une corrélation
linéaire des paramètres impliqués, tandis que leurs coefficients de pondération sont révélés
par comparaison par paire à partir d'une matrice-table avec les valeurs pertinentes. Le
processus de comparaison par paire est effectué à l'aide d'une échelle de neuf points, dont
les valeurs numériques et les niveaux d'importance correspondants sont: 1 = égal, 3 =
modérément, 5 = fortement, 7 = très fortement, 9 = extrêmement 2,4,6,8 = valeurs
intermédiaires (Saaty 1977). Les facteurs sont convertis en méthodes quantitatives basées
sur l'opinion d'experts (Saaty, 2000). [10]
Les poids factoriels sont obtenus à partir de la matrice de comparaison par paires ou de
la matrice de rapport en effectuant des calculs de valeurs propres et de vecteurs propres.
La matrice de comparaison par paires est définie comme suit:
13
Chapitre I étude bibliographique
Où A est la matrice de comparaison, quelle entrée aij exprime à quel point le critère xi est
préféré au critère xj. Si tous les critères sont déjà connus, chaque valeur de comparaison aij
est égale à wi / wj. [11]
Les cartes de critères et leurs poids résultants peuvent être utilisés dans la fonction de
combinaison linéaire pondérée (weighted linear combination WLC) pour regrouper les
critères et produire un score unique. La fonction WLC est utilisée pour normaliser les cartes
de facteurs, en s'assurant que la somme de l'ensemble des poids de facteurs est égale à 1.
Les scores globaux sont calculés pour tous les critères et le critère avec le score global le
plus élevé est choisi. La méthode WLC peut être décrite par la formule suivante :
S = ∑ Wi ∗ μi
i
Où S est le score final, Wi est le poids normalisé du critère i, et μi est le score standardisé
du critère de la création. Chaque carte factorielle doit être normalisée ou normalisée à une
même échelle [11]
14
Chapitre I étude bibliographique
Une fois les poids normalisés calculés pour chaque facteur, la cohérence est vérifiée en
calculant le rapport de cohérence (the consistency ratio CR). Pour calculer CR, l'indice de
cohérence (the consistency index CI) doit être déterminé à l'avance à l'aide de l'équation :
λ−n
CI =
1−n
CI
CR =
RI
Le CR doit être de 0,1; une valeur supérieure à cette limite indique que la matrice de
cohérence n'est pas fiable et doit être révisée (Shahabi et al., 2014). Les performances des
cartes finales de susceptibilité aux glissements de terrain seront testées en effectuant l'AUC.
Les performances des cartes finales de susceptibilité aux glissements de terrain seront
testées en effectuant l’AUC. [13]
15
Chapitre II
Application de la méthode de l’analyse
multicritère hiérarchique (AHP)
16
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
II.1. Introduction
La cartographie des zones sensibles aux glissements de terrain est essentielle pour une
gestion efficace de l'utilisation des terres et devrait devenir un outil standard pour soutenir
la prise de décision en matière de gestion des terres (Akgun 2012). Les cartes de sensibilité
aux glissements de terrain peuvent être établies en utilisant une approche qualitative ou
quantitative (Soeters et Van Westen 1996; Aleotti et Chowdhury 1999; Guzzetti et al.
1999). Les approches qualitatives ont été largement utilisées par les géologues et les
géomorphologues jusqu'à la fin des années 1970. Les approches quantitatives,
fréquemment utilisées ces dernières années, impliquent des méthodes d'analyse des
relations entre causes de glissements de terrain basées sur des modèles probabilistes. Ces
approches sont devenues populaires au cours des dernières décennies, grâce aux progrès
de la technologie informatique et des systèmes d'information géographique (SIG).
Le but de cette étude était de créer une carte de susceptibilité aux glissements de terrain de
la zone d’étude en utilisant la méthode AHP, puis d'analyser et d’évaluer le résultat du
model.Comme données d'entrée, nous avons considéré les facteurs responsables des
glissements de terrain suivants: facteurs topographiques (élévation, pente, aspect),
facteurs hydrologiques (distance aux cours d’eau, indice d'humidité topographique
(TWI)), facteurs du sol (texture du sol), et facteurs de couverture terrestre (utilisation des
terres(landuse) / type de couverture terrestre) en outre, courbure, courbure plane et
précipitation.[14]
Des glissements de terrain peu profonds se sont produits Les terres ont été définies
comme des polygones vectoriels à l'aide de l'équipement du système de positionnement
global portable, ces polygones ont ensuite été convertis en données raster avec une
résolution de 12.5m. [11]
17
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
Figure II.1 : localisation des glissements de terrain dans notre zone d’étude.
a) Elévation
18
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
L'élévation (c'est-à-dire la hauteur au-dessus du niveau de la mer) est connue pour ses
effets sur les facteurs biologiques et naturels. Une augmentation de l'élévation entraîne une
croître différents types de plantes. Vivas (1992) indique que ces conditions sont
susceptibles d'affecter la stabilité des pentes [15]. Dans la zone d'étude, un MNT avec une
résolution de 12.5 × 12.5 m pixel était utilisé, ce paramètre a été regroupé en cinq classes,
comme suit 171–241 ,241–322, 322–413, 413–493 et 493- 590 m (Fig.03). On remarque
que les glissements de terrain se sont produites beaucoup plus dans les sous classes [413-
493] et [493-590].
19
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
L'angle de pente est l'un des facteurs les plus importants contrôlant la stabilité des
pentes. L'angle de pente est la forme entre une partie quelconque de la surface de la terre
et une référence horizontale. La plupart des études de la littérature soulignent que la pente
est un facteur majeur de glissement de terrain (Dai et Lee 2002; Ayalew et al. 2004; Gómez
et Kavzoglu 2005). La carte thématique résultante a montré que les angles de pente
variaient de 0 ° à 43 ° dans la zone d'étude. Ce paramètre est dérivé du DEM à l'aide des
outils ArcGIS[15].Dans la zone d'étude la pente a été divisée en quatre classes en utilisant
Natural Breaks (Jenks) classification 0–4, 4–7, 7–10, 10–13 ,13–16,16–19 ,19–23 ,23–29
,29–43 (Fig. 04).
On remarque que les glissements de terrain se sont produites beaucoup plus dans les sous
classes [8-12] et [12-17].
20
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
c) Aspect de la pente :
L'aspect de la pente représente un autre facteur important dans l'estimation sensibilité aux
glissements de terrain.
L'aspect est l'orientation ou la direction de la pente qui est mesurée dans le sens des
aiguilles d'une montre en degrés de 0 ° à 360 °, où 0 ° est face au nord, 90 ° est face à l'est,
180 ° est face au sud et 270 ° est face à l'ouest. Les paramètres associés aux aspects tels
que l'exposition au soleil, les vents asséchants, les précipitations (degré de saturation) et
les discontinuités sont des facteurs importants dans le déclenchement des glissements de
terrain (Dai et al. 2001). Dans le présent travail, l'image DEM a été utilisée pour calculer
les valeurs d'aspect de chaque pixel afin de construire l'image d’aspect [14]. Ensuite,
l'image a été reclassée en dix catégories: plat (−1 °), nord (0 ° –22,5 °), (337,5 ° - 360 °),
nord-est (22,5 ° –67,5 °), est (67,5 ° –112,5°), sud-est (112,5 ° - 157,5 °), sud (157,5 ° –
202,5 °), sud-ouest (202,5 ° –247,5 °), ouest (247,5 ° –292,5 °), nord-ouest (292,5 ° –337,5
°).
Figure II. 4 : carte de l’aspect de la pente de zone d’étude (d’après laama ,2020.)
21
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
Figure II. 5 : carte de plan de courbure de zone d’étude (d’après laama ,2020.)
e) Courbure (curvature) :
La courbure est définie comme le taux de changement du gradient de pente dans une
direction particulière; les valeurs représentent la morphologie de la topographie (Lee et al.,
2004; Wang et al., 2016). La courbure négative représente la courbure concave, la courbure
nulle représente la courbure plate et la courbure positive représente des zones convexes;
par conséquent, la carte a été classée en cinq classes (Fig. 07). [16]
22
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
On remarque que la sous-couche <373 m, qui est la moins éloignée d'un ruisseau, a un
impact direct sur la survenue de glissements de terrain en raison de la vitesse et du débit
élevés des cours d'eau. Comparativement, une plus grande distance aux ruisseaux n'affecte
pas directement la survenue de glissements de terrain
23
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
24
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
été regroupées en quatre classes de sensibilité: classe un (forêts), classe deux (aires
résidentielles), classe trois (terres agricoles) et classe quatre (les herbes).
On remarque que la majorité des glissements de terrain ont eu lieu dans la région des aires
résidentielles et les terres agricoles.
Figure II. 8 : carte de L'utilisation des terres de la zone d’étude (d’après laama,2020.)
h) Précipitation
La longue durée des fortes précipitations affecte directement les glissements de terrain
en raison du relâchement des sols, de l'augmentation de la vitesse de ruissellement de
surface et du taux accéléré de transmission des sédiments. On remarque que les glissements
de terrain se sont produites beaucoup plus dans la sous classe [808.39-843.16], qui est la
pluviométrie la plus élevée dans la zone d’étude [15]. (Fig.10).
25
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
Dans cette étude, nous nous sommes appuyés sur les statistiques des centres de mesure
des précipitations de l'état de Guelma, qui se composent de dix centres
26
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
station x y m, annuelle
(mm/an)
belkhir 363792,9524 4035952,775 588,6
lyce guelma 359691,9025 4036151,213 545,9
Héliopolis 361543,9895 4041376,744 603,4
Nechemaya 367325,1469 4052722,982 588,7
Ain El Berda 374892,2454 4061348,416 625,8
Mdjez.Amar 347322,6069 4034497,564 610,3
Ras El Agba 341171,0321 4026626,194 564,5
Bouchegouf 384761,2235 4034894,44 575,8
Mecheroha 395873,7457 4023517,334 982
Hammam N'bail 378543,5027 4020673,057 698,9
27
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
Cell size : est la largeur du pixel à travers lequel l'eau s'écoule en mètres,
Et β est la pente (Beven et Kirkby, 1979). Dans la zone d'étude, l'humidité topographique
l'indice a été calculé et classé en six classes en utilisant Natural Méthode Breaks (Jenks)
(fig 13.)
Figure II. 11 : carte Indice d'humidité topographique de la zone d’étude (d’après laama,2020.
28
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
j) Géologie
La géologie est l'un des facteurs forts affectant l'instabilité des pentes, car la zone d'étude
était située dans l’est Guelma et s'est avérée géologiquement faible et fragile. Une carte
géologique de la zone d'étude a été préparée par numérisation à partir de carte de la géologie
du nord de l’Algérie (carte structurale au 1/500000 de la chaine alpine d’Algérie orientale
et des confins algéro-tounisène). La carte géologique de la zone d'étude, comprenant 04
unités lithologiques (gris numidien et série mix, marneuse et marno-calcaire, moi-pliocène
continental, argile gypses bryonés et glaçon calcaro dolomitique). On remarque que les
glissements de terrain se sont produites beaucoup plus dans la sous classe argile gypses
bryonés et glaçon calcaro dolomitique.
Figure II.12 : la géologie de la zone d’étude (carte structurale au 1/500000 de la chaine alpine d’Algérie
orientale et des confins algéro-tounisene ) (d’après laama,2020.)
29
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
Le calcul des poids des facteurs joue un rôle crucial dans la production de cartes de
susceptibilité aux glissements de terrain lors de l'application de la technique MCDA. La
méthode des vecteurs propres basée sur la comparaison par paires a été utilisée à cette fin,
en ce que chaque facteur a été classé en tenant compte de son importance sur une échelle
allant de 1 à 9.Une fois la matrice de comparaison par paires formée, les poids des facteurs
ont été calculés (tableau 02)
Tableau II. 2 : Les principaux paramètres et le calcul de leur coefficient de pondération pour la méthode
slope elevation curvature lithology precipitation land TWI Aspect plan distance poids
use curvature to rivers
slope 1 3 3 1 2 1 5 2 5 3 0,18
elevation 0,33 1 2 0,33 2 0,2 3 0,5 0,5 0,5 0,06
curvature 0,33 0,5 1 0,5 1 0,33 1 2 2 0,33 0,06
lithology 1 3 2 1 2 1 3 1 3 2 0,14
precipitation 0,5 0,5 1 0,5 1 0,5 2 2 2 0,5 0,07
land use 1 5 3 1 2 1 3 3 2 1 0,16
TWI 0,2 0,33 1 0,33 0,5 0,33 1 0 0,5 0,25 0,03
Aspect 0,5 2 0,5 1 0,5 0,33 2 1 1 0,33 0,06
plan 0,2 2 0,5 0,33 0,5 0,5 2 1 1 0,5 0,05
curvature
distance to 0,33 2 3 0,5 2 1 4 3 2 1 0,12
river
CR=0,06
AHP
30
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
Dans la méthode AHP, le ratio de cohérence (consistency ratio CR) est utilisé pour
indiquer la probabilité que les jugements de la matrice aient été générés de manière
aléatoire. Une valeur CR de 0,1 ou moins est un niveau raisonnable de cohérence
(Malczewski 1999). Si la valeur CR est supérieure à ce niveau, il se produit une incohérence
des jugements dans cette matrice et le processus d'évaluation doit réviser les valeurs
d'origine dans la matrice de comparaison par paires. Dans cette étude, la valeur CR pour la
matrice de comparaison par paire a été estimée à 0,06, confirmant une cohérence valide.
Les poids de la matrice de comparaison par paires ont été multipliés par les cartes
factorielles, et toutes les cartes factorielles pondérées ont ensuite été agrégées :
LSI = 0.18 ∗ slope + 0.06 ∗ elevation + 0.06 ∗ curvature + 0.14 ∗ lithology + 0.07
∗ précipitation + 0.16 ∗ landuse + 0.03 ∗ TWI + 0.06 ∗ aspect + 0.05
∗ plan curvature + 0.12 ∗ distance to river
Figure II. 13 : carte de susceptibilité aux glissement de la zone d’étude obtenu par la méthode AHP
(d’après laama,2020.)
31
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
Il a été observé que les zones de forte sensibilité aux glissements de terrain étaient
généralement situées dans la partie inférieure de la zone d'étude. Ces zones étaient
principalement situées sur les zones à forte pente et unités lithologiques sensibles (par
exemple l’argile).
Pour notre carte de susceptibilité aux glissement de terrain crée par la méthode AHP, la
courbe ROC présente un profil convexe et la valeur de l’AUC est 0.57
AUC=57,68%
120
100
80
sensivity
60
40
20
0
0 5 10 15 20 25
-20
spicifity
Figure II. 14 : Évaluation des performances du modèle sur la base de courbe ROC
32
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
100
80
sensivity
60 AUC=0.57
40 AUC=0.87
20
0
0 5 10 15 20 25
-20
spicifity
Avec des valeurs AUC, une précision similaire a été trouvée pour les deux modèles, bien
que la carte LSI produite par le modèle FR semble être légèrement plus précise que celles
générées par la méthode AHP. Chaque modèle présente des avantages et des inconvénients.
Le modèle FR peut être appliqué simplement et rapidement et le modèle AHP nécessite
généralement une enquête par questionnaire pour calculer les poids relatifs et nécessite un
logiciel distinct appelé Idrisi GIS. Dans cette étude, le temps de calcul a été réduit en
calculant les poids avec un logiciel statistique et sans enquête par questionnaire.
33
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)
La phase de comparaison expert, comme nous l’avons indiqué au-dessus, est essentielle
dans notre processus d’évaluation, en privilégiant le modèle qui fournit des résultats
réalistes.
34
Conclusion générale
Conclusion générale
35
Bibliographies
[1] : Taskin Kavzoglu I Emrehan Kutlug Sahin I Ismail Colkesen (Landslide susceptibility
mapping using GIS-based multi-criteria decision analysis, support vector machines, and
logistic regression)
[2] : Application of the AHP methodology in making a proposal for a public work contract
(p 424)
[4] : Comparison of the implementation of rock engineering system and analytic hierarchy
process methods, upon landslide susceptibility mapping, using GIS: a case study from the
Eastern Achaia County of Peloponnesus, Greece (p 53)
[5] : Saaty TL. The analytic hierarchy process. New York, NY: McGrawHill; 1980.
[6]: Min H. Selection of software: the analytic hierarchy process. Int J. Phys Distribution
Logist Manage 1992;22(1).
[7] : Yang J, Lee H. An AHP decision model for facility location selection.
Facilities 1997;15(9):241–54.
[8] : Chan AHS, Kwok WY, Duffy VG. Using AHP for determining priority in a safety
management system. Ind Manage Data Syst 2004;104(5):430–45.
[9]: Kahraman C, Cebeci U, Ulukan Z. Multi-criteria supplier selection using fuzzy AHP.
Logist Inf Manage 2003;16(6):382–94.
[10] : Comparison of the implementation of rock engineering system and analytic hierarchy
process methods, upon landslide susceptibility mapping, using GIS: a case study from the
Eastern Achaia County of Peloponnesus, Greece (p 58)
36
[12] : cartographie des zones à risque de glissement de terrain au voisinage de l’autoroute
Est/Ouest (Algérie) dans sa partie Est entre Constantine et Azzaba et estimation des risques
asoociés
[14] : Landslide susceptibility mapping using frequency ratio, analytic hierarchy process,
logistic regression, and artificial neural network methods at the Inje area, Korea(p 1445)
[16] : Ionut Cristi Nicu a,b,⁎, Andrei Asăndulesei GIS-based evaluation of diagnostic areas
in landslide susceptibility analysis of Bahluieț River Basin (Moldavian Plateau, NE
Romania). Are Neolithic sites in danger?
37