REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

‫وزارة التعليم العالي والبحث العلمي‬

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE
SCIENTIFIQUE
‫ عنابة‬-‫عمار العسكري‬- ‫المدرسة الوطنية العليا للمناجم والمعادن‬
ECOLE NATIONALE SUPERIEURE DES MINES ET DE LA METALLURGIE
AMAR LASKRI- ANNABA

Département : GENIE MINIER

Mémoire de Fin d’Etudes

En vue de l’obtention du Diplôme de MASTER
Domaine : Sciences et Tecnologies
Filière : Génie Minier
Spécialité: Contrôle des terrains Avancé

Thème

Cartographie des zones à risque de glissement

de terrain au voisinage de la route nationale 16 -
Ain Tahamimine- utilisé l’analyse multicritère
hiérarchique (AHP)

Présenté par : Encadré par :

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 ;

Ce travail n’aurait pu voir le jour sans le

dévouement total et l’amour inconditionnel dont

on fait preuve les membres de ma famille. C’est

donc logiquement que je remercie du plus profond

de mon cœur ma mère, mon père.

A mes amis et camarades, si ce n’est dire mes

frères, avec qui j’ai tant partagé durant ces trois

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 :

A notre encadreur, Monsieur Hamza Cheniti, pour avoir su nous

guider et nous conseiller tout au long de la préparation de notre
mémoire.
A mes Messieurs les membres du jury qui nous ont fait l’honneur
d’évaluer notre travail.
A l’ensemble du personnel de la direction du travaux publics
plâtre pour leur accueil chaleureux.
 Aux personnels du département pour leur soutien, aides, et
amabilité durant tout notre cursus.
 A mes collègues et amis, qui nous ont apporté leur soutien et
leurs encouragements continus durant la préparation de ce
mémoire.

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.

Mots clés : Méthode AHP, cartographier, glissement, susceptibilité, indice de cohérence.

‫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

Tableau I.1 :Valeurs d'indice de cohérence aléatoire (RI) [13] ..................14

Chapitre II

Tableau II.1 : les stations pluviométriques et leur coordonnée et moyenne

annuelle de précipitation entre (1985/2005) ................................................27
Tableau II.2 : Les principaux paramètres et le calcul de leur coefficient de
pondération pour la méthode AHP ..............................................................30

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]

La détermination des zones sensibles aux glissements de terrain, la production de cartes

précises et à jour de la sensibilité aux glissements de terrain ont été des sujets de recherche
très étudiés dans la gestion des risques. Ces cartes fournissent des informations précieuses
aux agences gouvernementales, aux planificateurs, aux décideurs et aux propriétaires
terriens locaux pour élaborer des plans d'urgence afin de réduire les effets négatifs sur les
infrastructures, les superstructures et la vie humaine. [1]

Jusqu'à présent, de nombreuses techniques ont été développées et appliquées dans la

littérature pour produire des cartes de susceptibilité aux glissements de terrain. Les
techniques de modélisation des glissements de terrain peuvent être regroupées en plusieurs
grandes catégories, à savoir la cartographie des risques géomorphologiques, l'analyse des
inventaires de glissements de terrain, les méthodes heuristiques et les modèles statistiques
ou géotechniques (Guzzetti et al. 1999). Dans ces techniques, des méthodes probabilistes
et statistiques ont été largement utilisées pour déterminer les zones de susceptibilité aux
glissements de terrain. Récemment, une analyse décisionnelle multicritères basée sur un
système d'information géographique a été utilisée pour réaliser une évaluation de la
sensibilité aux glissements de terrain (Castellanos Abella et Van Westen 2007; Armas
2011; Akgun 2012; Neuhauser et al.2012). L'analyse décisionnelle multicritères (MCDA)
basée sur un système d'information géographique (SIG) peut être définie comme une aide

10
Chapitre I étude bibliographique

à la décision et un outil mathématique permettant de comparer différentes alternatives ou

scénarios selon de nombreux critères, souvent contradictoires, afin d'orienter le décideur
vers un choix judicieux (Roy 1996). Dernièrement, des techniques non paramétriques
comprenant des réseaux de neurones artificiels, des arbres de décision et des machines
vectorielles de support ont également été utilisées pour la cartographie de susceptibilité.
Plus précisément, les machines à vecteurs de support (SVM), introduites comme une
approche robuste d'exploration de données, ont été appliquées aux problèmes de
classification et de régression, y compris la cartographie de la sensibilité aux glissements
de terrain (Yao et al.2008; Fu et He 2010; Yilmaz 2010; Pradhan 2013). [1]

Figure I .1: procédure d’évaluation de la susceptibilité par l’AHP [3]

11
Chapitre I étude bibliographique

I .2. Méthode de l’AHP

Le processus de hiérarchie analytique (AHP) est une méthode développée par Saaty
pour prendre en charge les décisions multicritères, [5]. où:

 Analytique indique que le problème est décomposé en ses éléments constitutifs.

 La hiérarchie indique qu'une hiérarchie des éléments constitutifs est répertoriée
par rapport à l'objectif principal.
 Processus indique que les données et les jugements sont traités pour atteindre le
résultat final.

La méthodologie AHP a été largement utilisée dans divers domaines: problèmes de

sélection de logiciels [6], résolution de problèmes économiques et de gestion [7], sélection
de l’emplacement de l’usine [8], sélection des fournisseurs [9], évaluation de la fin ou de
la poursuite du projet.

Les principaux avantages de l'utilisation de la méthodologie AHP sont:

 La définition de la structure hiérarchique permet de comprendre toutes les variables

impliquées et leur relation.
 Le problème décisionnel est représenté dans une structure façon.
 La méthode ne remplace pas le personnel impliqué dans le processus de résolution
mais intègre tous les jugements avec des liens structurés.
 Du simple choix, la décision devient processus. [2]

I .2.1. Carte d'inventaire des glissements de terrain

Les glissements de terrain, enregistrés à partir de travaux antérieurs (Rozos 1989), mais
aussi ceux enregistrés lors du travail de terrain de cette étude, ont été utilisés pour la
compilation de la carte de manifestation des glissements de terrain à la fois dans le
classement et la zone de validation. L'escarpement principal de chaque glissement de
terrain enregistré pendant les travaux sur le terrain a été représenté sur des cartes
topographiques à une échelle appropriée, puis a été numérisé sous forme de couche de
polygones. [4]

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]

Lors de la construction du tableau-matrice, chaque paramètre principal est évalué par

rapport à tout autre avec une valeur de 1/9 à 9. Ces valeurs numériques représentent la
signification pertinente d'un paramètre par rapport aux autres en ce qui concerne son
applicabilité aux fins de l’étude. [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]

Figure I .2 : principe de fonctionnement de l’AHP (modifié, d’après Castellanos Adella,2008) [12]

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

où λ représente le nombre moyen de la mesure de cohérence

Le CR a été obtenu en utilisant l’équation :

CI
CR =
RI

Ou RI représente l'indice de cohérence aléatoire (random consistency index) en fonction

de l'ordre de la matrice est donné dans le tableau 01 :

Tableau 1.1 :Valeurs d'indice de cohérence aléatoire (RI) [13]

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]

II.2. Préparation des données

II.2.1. Carte d'inventaire des glissements de terrain

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.

II.3. Variables prédictives

La cartographie de la sensibilité aux glissements de terrain nécessite d'évaluer ensemble

un certain nombre de facteurs liés aux terres. Les études dans la littérature considèrent une
variété de paramètres, y compris :

a) Elévation

L'élévation a une forte relation avec les occurrences de glissements de terrain.

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

diminution correspondante de la température et de la pluviométrie, et ces changements font

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].

Figure II. 2 : carte d’élévation de la zone d’étude (d’après laama ,2020.)

19
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)

b) Angle de pente (Slope)

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].

Figure II. 3 : carte de slope de la zone d’étude (d’après laama ,2020.)

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)

d) Plan de courbure (plane curvature) :

La courbure du plan représente le taux de changement de l'angle de pente, avec effets

immédiats sur le ruissellement de surface et le développement de glissements de terrain.
Ce paramètre est généralement utilisé pour produire la sensibilité aux glissements de terrain
modèles (Chen et al., 2016; Wu et al., 2016), [16] et a été classée en six classes utilisant la
méthode Natural Breaks (Jenks): (figure 06.) [16]

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 plus la valeur de curvature est négative, plus la probabilité

d'occurrence d'un glissement de terrain est élevée.

Figure II. 6 : carte de Courbure (curvature) de zone d’étude (d’après laama,2020.)

f) Distance aux rivières

Le paramètre de distance aux rivières est un facteur de conditionnement important parce
que les cours d'eau diminuent la stabilité des pentes par l'érosion des pentes (Wang et al.,
2016; Zhang et al., 2016a, 2016b; Pham et al., 2017) [16]; dans l'étude actuelle, six classes
de tampons différentes ont été créées comme suit 0-183, 183–373, 373–614, 614–925, 925–
1465 (m) (Fig. 08).

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)

Figure II. 7 : carte de distance to rivers de la zone d’étude (d’après laama,2020.)

g) L'utilisation des terres (landuse)

La structure de la couverture terrestre d'une région inspire les scénarios de planification
dans la gestion des glissements de terrain. Certaines recherches (par exemple, Restrepo et
al.2003; Begueria 2006) ont souligné l'importance de la couverture terrestre dans les
processus d'instabilité des pentes et dans les évaluations des risques de glissement de
terrain. Les types de végétation sont affectés par l'hydrologie du sol lors de l'augmentation
de l'interception, de l'infiltration et de l'évapotranspiration des précipitations. L'interception
et l'évapotranspiration contribuent à diminuer la quantité d'eau dans le sol. Ces facteurs ne
jouent pas un rôle important pendant la courte saison des pluies abondantes, mais ils
peuvent être critiques pour les précipitations pendant la longue période. D'autre part, les
effets artificiels tels que les coupures de routes et les activités de construction comme les
infrastructures et les superstructures peuvent être à l'origine de l'instabilité des masses de
sol [15]. Dans la zone d'étude les principals categories de terrains utilisation (Fig.09) ont

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

Figure II. 9 : localisation des stations pluviométrique

26
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)

Tableau II .1 : les stations pluviométriques et leur coordonnée et moyenne annuelle de

précipitation entre (1985/2005)

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

Figure II. 10 : carte de précipitation de la zone d’étude (d’après laama,2020.)

27
Chapitre II : Application de la méthode de l’analyse multicritère hiérarchique (AHP)

i) Indice d'humidité topographique (topographic wetness index)

L'indice d'humidité topographique (TWI) représente l'effet de la topographie sur la taille
et l'emplacement des zones sources saturées de ruissellement déclenchement. L'humidité
du sol affecte le matériau sur les pentes, diminuant ainsi la stabilité du sol. C'est un facteur
commun utilisé dans les études sur les glissements de terrain (Wang et al., 2016; Zhang et
al., 2016a, 2016b) et peut être calculée à l'aide de la formule suivante. [16]

TWI = ln ((As +1 * cell size) /tan β)

Où As est l'accumulation du débit en mètres carrés,

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)

II. 4. Résultat et discussion

Étant donné que les couches d'entrée représentant les paramètres ou facteurs liés aux
glissements de terrain se trouvaient à des échelles ou à des intervalles différents, elles ont
été normalisées à l'aide de la méthode AHP, comme décrit ci-dessus.

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

Comme le montre le tableau 3, le paramètre ayant le coefficient de pondération le plus

élevé est l'inclinaison des pentes (slope), suivie de landuse, de la lithologie, distance to
river et les autres paramètres.

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

À ce stade, la carte résultante a été reclassée en 5 classes de sensibilité significatives à

des fins de présentation et d'évaluation very low, low, meduim, high, very high (Fig 14).

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).

II. 5. Validation du méthode AHP

La courbe ROC est une méthode utile pour représenter la qualité des systèmes de
détection et de prévision déterministes et probabilistes. Le ROC trace les différentes
valeurs de précision obtenues par rapport à toute la gamme des valeurs de seuil possibles
des fonctions, et le ROC sert de statistique de précision globale pour le modèle, quel que
soit un seuil de discrimination spécifique (Pourghasemi et al.2012c). Dans la courbe ROC,
la sensibilité du modèle (dans notre cas, le pourcentage de pixels instables correctement
prédit par le modèle) est tracée par rapport à Spécificité 1 (le pourcentage de pixels
instables prédits par rapport au total) (Mohammady et al.2012). L'aire sous la courbe ROC
(AUC) caractérise la qualité du modèle probabiliste en décrivant sa capacité à prédire de
manière fiable un événement survenant ou non. La plage de valeurs de l'AUC est de 0,5 à
1 pour un bon ajustement, tandis que les valeurs inférieures à 0,5 représentent un
ajustement aléatoire.

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)

II. 6. Comparaison entre les deux approches cartographiques (FR et

AHP)
La zone sous la courbe ROC peut évaluer la précision de la prédiction de manière
qualitative. La figure 16 montre les valeurs AUC indiquant la précision des modèles de
prévision des glissements de terrain. Les modèles FR et AHP avaient des valeurs AUC de
0,87 ; 0.57 respectivement.

Évaluation des performances du modèle sur la

base des courbes ROC
120

100

80
sensivity

60 AUC=0.57

40 AUC=0.87
20

0
0 5 10 15 20 25
-20
spicifity

Figure II.15 : comparaison statistique entre les courbes ROC(FR et AHP)

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.

La méthode de FR a un pouvoir prédictif supérieur avec l’AHP

( AUCFR > AUCAHP )

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.

La carte construite via la méthode de FR donne une excellente cohérence avec

l’observation de terrain, en particulier l’emplacement des glissements de terrain dans la
RN16 (Ain Tahamimine).

34
 Conclusion générale

Conclusion générale

L'identification des régions sujettes aux glissements de terrain et la détermination de leur

emplacement en fonction de niveaux de vulnérabilité donnés jouent un rôle important dans
le succès des activités de planification. De nombreuses méthodes ont été suggérées dans la
littérature pour produire des cartes de sensibilité aux glissements de terrain. Dans cette
étude, l'efficacité des méthodes AHP et FR basées sur le SIG a été évaluée dans la
détermination de la carte de sensibilité aux glissements de terrain peu profonds de la
province de Ain Tahamimine (RN16)

La carte de susceptibilité aux glissement utilisant le rapport de fréquence FR basés sur

le SIG présente les avantages de (1) permettre une évaluation à l'échelle du bassin versant,
(2) d'incorporer un large éventail de facteurs censés affecter l'occurrence des phénomènes
de glissement de terrain, et (3) de distinguer facteurs pour aider les gestionnaires à
comprendre quels sont les facteurs les plus importants pour déclencher des phénomènes de
glissement de terrain.

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)

[3] : cartographier 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
associé (thèse p 109)

[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.

[11] : Landslide susceptibility mapping using GIS-based multi-criteria decision analysis,

support vector machines, and logistic regression

[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

[13] : GIS-based evaluation of diagnostic areas in landslide susceptibility

analysis of Bahluie ț River Basin (Moldavian Plateau, NE Romania). Are
Neolithic sites in danger? (p 31)

[14] : Landslide susceptibility mapping using frequency ratio, analytic hierarchy process,
logistic regression, and artificial neural network methods at the Inje area, Korea(p 1445)

[15] : Landslide susceptibility mapping using GIS-based multi-criteria decision

analysis, support vector machines, and logistic regression

[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