République de Côte Ivoire ANNÉE UNIVERSITAIRE: 2018 -2019

~~~~~~~~~~~~~
Ministère de l’Enseignement Supérieur et
de la Recherche Scientifique
cv ²

Université Félix Houphouët Boigny Laboratoire des Sciences et UFR des Sciences de la
Cocody Abidjan Techniques de l’Eau de Terre et des ressources
l’Environnement minières
N° d’ordre : …………..…

MÉMOIRE
Pour l’obtention du Diplôme de MASTER des
Sciences de la Terre
Option : HYDROGÉOLOGIE

THÈME:
IDENTIFICATION DES SITES PROPICES À L’IMPLANTATION DES
FORAGES HYDRAULIQUES DANS LE DÉPARTEMENT DE
DABAKALA : CONTRIBUTION DE LA TÉLÉDÉTECTION ET DES
SIG

Présenté par Composition du jury

LOUA Serge Prof. KOUADIO Konan-Kan Hippolyte…Président

Date de soutenance : 12/12/2019 Dr. KOUAMÉ Koffi………………………………..Examinateur

Directeur de mémoire : Prof JOURDA Jean Patrice R. Dr. ASSOMA Tchimou Vincent……………Examinateur
 DEDICACE

« Tout ce que nous craignons, c’est de perdre ce que

nous possédons, qu’il s’agisse de notre vie ou de nos
cultures. Mais cette crainte cesse lorsque nous
comprenons que notre histoire et l’histoire du Monde
ont été écrites par la même Main. »
Paulo Coelho - l’alchimiste

A mes parents pour leur amour inestimable, leur

confiance, leur soutien, leurs conseils et leurs
sacrifices.

A toute la famille LOUA et DIOMANDE.

I
 REMERCIEMENTS
L’accomplissement de ce mémoire, m’offre une très grande joie de remercier toutes les
personnes qui de près ou de loin ont contribué à sa réalisation.
Je tiens d’abord à remercier sincèrement et exprimer ma gratitude au Professeur JOURDA Jean
Patrice, Directeur de ce Mémoire de Master, qui n’a en aucun cas refusé ma demande de
travailler sous sa direction. Professeur, je vous remercie sincèrement pour vos conseils et la
justesse de vos corrections.
Je remercie les Professeurs, SORO Nagnin Doyen de l’UFR des Sciences de la Terre et des
Ressources Minières (STRM), DIGBEHI Zeli Bruno, Responsable de la formation du 3ème
cycle, OGA Marie Solange, Directrice du Laboratoire des Sciences et Techniques de l’Eau et
de l’Environnement (LSTEE), KOUAMÉ Kan Jean, Directeur du Centre Universitaire de
Recherche Appliquée à la Télédétection (CURAT).
Merci à tous les Directeurs des Laboratoires, l’ensemble du personnel enseignant et
administratif de l’UFR-STRM qui ont contribué à ma formation depuis la première année.
Je tiens à remercier particulièrement les Docteurs ADJA Miessan, AKE Gabriel, DEH Serge,
DJEMIN Edoukou, GNANZOU Allou et KOUAMÉ Koffi pour leur aide technique
inestimable chacun à son niveau dans la réalisation de ce mémoire.
Je tiens vivement à dire un grand merci et exprimer ma profonde reconnaissance aux Doctorants
YAO Yao Muller et ATTOUNGBE Deguy Jean-Philippe pour leur aide précieuse dans la
réalisation de ce mémoire.
Je remercie également l’ensemble des étudiants de la promotion YAO-KOUAME Albert mais
surtout les plus proches BAMBA Alpha, DIARRASSOUBA Sidiki, KACOU Kanga Prisca,
KONATE Mory, N’GUESSAN Ange Stéphane, N’GORAN Kouamé Carlos, TONDOSSAMA
Massedja, TOURE Maha Karidja, SILUE Kapon Valerie pour leur soutien et leur collaboration.
Je ne saurais oublier mes parents, toute la grande famille LOUA et DIOMANDE. Que Dieu
vous bénisse et vous accorde la santé.
Que Dieu bénisse abondamment tous ceux qui de près ou de loin ont contribué à la réalisation
de ce travail.
Je termine ces remerciements en remerciant le président du jury Professeur KOUADIO Konan-
Kan Hippolyte et ses collègues membres du jury, les Docteurs KOUAMÉ KOFFI et ASSOMA
Tchimou Vincent. Merci pour vos critiques constructives dans l’élaboration de ce mémoire.

II
 TABLE DES MATIÈRES

LISTE DES ABRÉVIATIONS…………………………………………...………...…… ...VIII

LISTE DES FIGURES ………………………………………………………………………IX

LISTE DES TABLEAUX…………………………………………………………….……...XI

RÉSUMÉ……………………………………………………………..………………….....XIII

ABSTRACT………………………………………………………………………………....XV

INTRODUCTION GÉNÉRALE………………………………………………………………1

PREMIÈRE PARTIE : GÉNÉRALITÉS

CHAPITRE 1 : CADRE GÉNÉRAL DE LA ZONE D’ÉTUDE…...…………………………3

1-1- Contexte physique et humain du département de Dabakala………………….....………...3

1-1-1- Situation géographique…………………………………….…………………………...3

1-1-2- Contexte humain et situation socio-économique…………………………………...…..4

1-1-3- Relief…………………………………………………...……………………………….4

1-1-4- Végétation et pédologie…………………………...……………………………..……..5

1-1-5- Climat……………………………...……………………………………………....……6

1-1-6- Hydrographie…………...……………………………………...…………...…………...8

1-2- Contexte géologique ………………………………………………………………….…...8

1-2-1- Ensemble géologique de Dabakala………………...…...…………………………….....8

1-2-2- Contexte structural de Dabakala…………………………...……………………….….10

1-3- Contexte hydrogéologique……………………………………………...………….…….10

1-3-1- Aquifères d’altérites……………………..…………………………………………….10

1-3-2- Aquifères de fractures………………………...…………………………...….………..11

III
CHAPITRE 2 : APPORT DE LA GÉOMATIQUE À LA CARTOGRAPHIE
HYDROGÉOLOGIQUE………..………………………………………………………..…..12

2-1- Généralités…………………………………………………………………………….…12

2-1-1- Télédétection…………...………………………………………………………….…..12

2-1-2- Systèmes d’information géographique………...………………………………….…...13

2-2- Analyse multicritère.……………………………………………………………….….…13

2-3- Cartographie hydrogéologique et Géomatique : état de l’art en Côte d’Ivoire….…...…..14

2-4- Généralités sur les images de l’étude…………………………………………….………15

2-4-1- Sentinel 2A ….…...………………………………………………………………..…..15

2-4-2- Images ASTER GDEM V2…………………...………………………………….…….16

DEUXIÈME PARTIE : MATÉRIEL ET MÉTHODES

CHAPITRE 3 : MATÉRIEL…………………...………………………………………..…….17

3-1- Données utilisées………………………………..…………………………………..…...17

3-1-1- Données cartographiques…………...……………………………………………..…..17

3-1-2- Données images satellitaires……...………………………………………………..….17

3-1-3- Données climatiques……………………...…………………………………………...19

3-1-4- Données de forages..………...………………………………………………………...19

3-2- Matériel de traitement des données………………………………………………………20

CHAPITRE 4 : MÉTHODES………………………………………………………………...21

4-1- Méthode de cartographie des linéaments structuraux et de l’occupation du sol …...…...21

4-1-1- Prétraitement des images Sentinel 2A….…...………………………………………...21

4-1-4- Analyse en Composante Principale………...………………………………………….22

4-1-5- Mise en évidence des linéaments structuraux…………...………………………….....22

IV
4-1-5-1- Application de filtre spatial………………….……………………………………...23

4-1-5-2- Extraction des linéaments…………………………….……………………………..23

4-1-5-3- Validation des fractures...…………………….……………………………………..24

4-1-6- Cartographie de l’occupation du sol………………...………………………………...26

4-1-6-1- Composition colorée………………………………………………………………...26

4-1-6-2- Méthode de classification…………………………………………………………...26

4-1-4-2- Evaluation de la classification………………..……………………………………...27

4-2- Méthode d’élaboration des paramètres géomorphologiques………………………….....27

4-2-1- Prétraitement des images ASTER GDEM V2…………………...……………………27

4-2-2- Extraction des paramètres géomorphologiques……...………………………….……..28

4-2-2-1- Réalisation de la carte d’altitude……………………………………………….…….28

4-2-2-2- Réalisation de la carte de pente…………….……………………………….…..........29

4-2-2-3- Réalisation de la carte du réseau hydrographique et de densité de drainage………..29

4-3- Cartographie des zones potentielles en eau souterraine……....……………………..……29

4-3-1- Identification et élaboration des critères de décision……...……………………..…......30

4-3-2- Classification et standardisation des critères………...………………………….….......33

4-3-3- Pondération des critères………...………………………………………….…………..37

4-3-4- Agrégation des critères ……………...…………………………………..…………..…41

4-3-5- Validation de la carte des zones potentielles en eau souterraine………...…...………....43

V
TROISIÈME PARTIE : RÉSULTATS ET DISCUSSION

CHAPITRE 5 : CARTOGRAPHIE DES STRUCTURES GÉOLOGIQUES, D’OCCUPATION

DU SOL ET DES PARAMÈTRES GÉOMORPHOLOGIQUES PAR
TÉLÉDÉTECTION…………………………………………………………………………..45
5-1- Cartographie structurale et d’occupation du sol du département de Dabakala ………..45

5-1-1- Analyse en composantes principales (ACP)……………………………………...…...45

5-1-2- Carte linéamentaire…..……………………………………………………..................46

5-1-3- Validation de la carte de fracturation...……………………………………………......47

5-1-4- Analyse de la distribution des fractures ………..…………………………………......50

5-1-5- Carte des fractures majeures……………………………...…………………………...51

5-1-6- Cartographie de l’occupation du sol……………………………………………...…...53

5-2- Etude des paramètres géomorphologiques……………………………………………...56

5-2-1- Altitude…………………………………………………………..…….……………...56

5-2-2- Pente…………………………………………………………………………...….…...57

5-2-3- Densité de drainage…………………………….…………………………..…...……..58

CHAPITRE 6 : CARTOGRAPHIE DES ZONES POTENTIELLES EN EAU

SOUTERRAINE……………………………………………………………………………...60

6-1- Etude de la productivité des ouvrages de captage et quantification de la recharge …….60

6-1-1- Relation entre profondeurs totales des forages et les débits…………………………..60

6-1-2- Relation entre couche d’altérites et débits……………...…………………..................61

6-1-3- Appréciation de la recharge…………………………………………………………...61

6-2- Analyse des autres critères……………………………………………………………....62

6-3- Carte thématique de potentialité en eau souterraine du département de Dabakala.……..64

6-4- Validation de la carte de potentialité…………………………………………………….65

VI
6-5- Futurs sites d’implantation de forages…………………………………………………..67

DISCUSSION………………………………………………………………………………...69

CONCLUSION GÉNÉRALE ET PERSPECTIVES………………………..………………..72

RÉFÉRENCES BIBLIOGRAPHIQUES…………………………………………………..…73

ANNEXES…………………………………………………………………………...…..........A

VII
 LISTE DES ABRÉVIATIONS

ACP : Analyse en Composantes Principales

AIP : Agence Ivoirienne de Presse
ASTER : Advanced Spaceborne Thermal Emission and Reflectance
CCRS : Canada Centre for Remote Sensing

CE : Commission Européenne
CFC : Comité Française de Cartographie

CIEH : Comité inter-Africain d’étude hydraulique

CRH : Conseil Régional du Hambol
ESA : European Space Agency
GDEM : Global Digital Elevation Model
GMES : Global Monitoring for Environnement and Security

INS : Institut National de la Statistique

MITI : Ministry of Economy, Trade, and Industry
NASA : National Aeronautics and Space Administration
OCS : Occupation du sol
OLI : Operational Land and Imager
S2A : Sentinel 2A
SIG : Système d’information géographique
SODECI : Société de Distribution d’Eau en Côte d’Ivoire
STRM : Sciences de la Terre et des Ressources Minières
UFR : Unité de Formation et de Recherche
USGS : United State Geological Survey

VIII
 LISTE DES FIGURES

Figure 1 : Situation géographique du Département de Dabakala ………………………..…..3

Figure 2 : Carte de relief du département de Dabakala……………………………………...…5

Figure 3 : Carte pédologique du département de Dabakala ………………………………..….6

Figure 4 : Evolution spatio-temporelle de la pluviométrie moyenne mensuelle de Dabakala de

1982 à 2018………………………………………………………………………………….....7

Figure 5 : Variation de la température moyenne mensuelle du département de Dabakala de

1982 à 2018…………………………………………………………………………………….7

Figure 6 : Réseau hydrographique de Dabakala …………………….……..……………..…….8

Figure 7 : Carte géologique du département de Dabakala……….………..……………….……9

Figure 8 : Différents composants d’un SIG (Saley, 2003)…………….……………...………13

Figure 9 : Présentation des granules de la zone d’étude…………...……………….………...18

Figure 10 : Mosaïque des granules S2A…………………………………………………..….21

Figure 11 : Extraction des linéaments sur les images filtrées ………………………………..24

Figure 12 : Organigramme de synthèse de la méthode d’élaboration de la carte de fracture...25

Figure 13 : Composition colorée des bandes I11-8-2…………………………………......….29

Figure 14 : Mosaïque des dalles ASTER GDEM V2 et extraction de la zone d’étude……....28

Figure 15 : Corrélation entre les données satellitaires et les données in situ………………....32

Figure 16 : Organigramme de Synthèse de la méthodologie d’élaboration de la carte des zones

potentielles en eau souterraine………………………………………………………………...42

Figure 17 : Produits de l’analyse en composante principales ………………...………..….....46

Figure 18 : Carte des linéaments du département de Dabakala…………………………...….47

Figure 19 : Comparaison entre linéaments observés et réseau hydrographique……..…….…..48

Figure 20 : Planche comparative des rosaces et stéréogrammes de Gnanzou

(2014).…………………………………………………………...………………………...….49

IX
Figure 21 : Rosace directionnelle des fractures du département de Dabakala (A : en nombre ;
B : en longueur cumulée)……………………………………………………………………..50

Figure 22 : Relation entre le nombre de fractures et les longueurs cumulées de

fractures……………………………………………………………………………………….51

Figure 23 : Carte des fractures majeures du département de Dabakala…………...………….52

Figure 24 : Rosaces directionnelles des fracture majeures (A : en nombre de fractures et B : en

longueur cumulée de fractures)……………………………………………………………….53

Figure 25 : Carte d’occupation du sol du département de Dabakala……………………..…..54

Figure 26 : Carte d’altitude en 3D du département de Dabakala………………………..……56

Figure 27 : Carte de pente du département de Dabakala………………………………….….57

Figure 28 : Rupture de pente et zone de faiblesse…………………………………………….58

Figure 29 : Carte de densité de drainage du département de Dabakala…………………...….59

Figure 30 : Relation entre profondeur totale et débits………………………………………...60

Figure 31 : Relation épaisseur d’altération et débits……………………………………….....61

Figure 32 : Carte de densité de fracture du département de Dabakala…………………..……63

Figure 33 : Carte de potentialité en eau souterraine du département de Dabakala………...…65

Figure 34 : Courbe de tendance de sensibilité en fonction des classes de débits du département

de Dabakala……………………………………………………………………………….…..66

Figure 35 : Courbe de tendance standard des classes de sensibilité en fonction des débits (Jourda
et al., 2006)……………………………………………………………..………………….….66

Figure 36 : Futurs sites d’implantation de forages productifs…………….…………………..68

X
 LISTE DES TABLEAUX

Tableau I : Caractéristiques des images MSI Sentinel 2.……………….………………........19

Tableau II : Matrice de corrélation entre les bandes MSI……………….……………………23

Tableau III : Filtres directionnels de type Sobel de taille 7 x 7 affectés du poids 6 a) N-S ; b) E-
O ; c) NE-SO et d) NO-SE……………………………………………………………………24

Tableau IV : Standardisation de d’altitude……………………………………...……………34

Tableau V : Standardisation de la pente…………………………………………………...….34

Tableau VI : Standardisation de la densité de fracture………………………………..……...34

Tableau VII : Standardisation de la densité de drainage……………………………………...35

Tableau VIII : Standardisation de la lithologie……………………………...……….……….35

Tableau IX : Standardisation de la texture du sol ………………..…………...……………...35

Tableau X : Standardisation de l’infiltration………………………………………….……....36

Tableau XI : Standardisation de l’épaisseur d’altération………………………………..……36

Tableau XII : Standardisation du niveau piézométrique……………………………………...37

Tableau XIII : Standardisation de l’occupation du sol………………………………..………37

Tableau XIV : Echelle de Saaty pour la comparaison des critères……………..……...……..38

Tableau XV: Matrice de comparaison des critères ……...……………………………...……38

Tableau XVI : Valeurs d’Indice aléatoire (Ia) d’une matrice de même dimension ………….39

Tableau XVII : Matrice de comparaison normalisée……………………………………...….40

Tableau XVIII : Vecteurs propres et pondération des critères …………………………….....41

Tableau XIX : Pourcentage d’informations des trois premières composantes de l’ACP….....45

Tableau XX : Matrice des indices de Jeffries-Matusita relatifs à la séparabilité des différentes

classes d’occupation du sol…………………………………………………………………...55

Tableau XXI : Matrice de confusion de la classification……………………………...……...55

XI
Tableau XXII : Bilan hydrologique de la station N°6 de 1982 à 2018…………….…………62

Tableau XXIII : Pourcentage du nombre de forage par rapport aux classes de débits…….....66

Tableau XXIV : Valeurs statistique des paramètres d’évaluation de la potentialité…...…......67

XII
 RÉSUMÉ

La présente étude de cartographie hydrogéologique s’est réalisée dans le département de

Dabakala (Centre-Nord de la Côte d’Ivoire). La population du département de Dabakala est
confrontée à un problème d’accessibilité d’eau potable. Cette étude a pour objectif de
déterminer les sites potentiels d’eau souterraine offrant de bons débits afin de combler le besoin
en eau potable de la population du département de Dabakala. Pour atteindre cet objectif
plusieurs données ont été utilisées. Il s’agit des données images (Sentinel 2A et ASTER GDEM
V2), cartographiques, climatiques et des données de forages. Ces données ont été traitées à
l’aide des techniques de la télédétection et des SIG, afin de générer des paramètres constituants
ainsi une base de données pour l’analyse multicritères. Ces paramètres ont été pondérés suivant
la méthode AHP Saaty 1980 et combiner dans un SIG pour déterminer les zones à forte
potentialité en eau souterraine. La carte de potentialité en eau obtenue a fait l’objet de deux
types de validation. Une validation basée sur les courbes de tendance de sensibilité et une autre
validation basée sur le calcul statistique des erreurs sur les paramètres d’entré dans le modèle
SIG. La superposition de fractures majeures à la carte de potentialité a permis d’identifier les
sites d’implantation de forages. La carte de potentialité en eau souterraine montre qu’environ
35% de la superficie du département possède une forte à très forte potentialité en eau
souterraine. L’erreur commise dans sa réalisation est de ±2.10-3 avec un niveau de confiance
de 99%. L’identification des sites d’implantation de forages a relevé des sites potentiels à
l’implantation de forage pouvant abriter des forages dont les débits seraient satisfaisants pour
l’hydraulique villageoise améliorée (HVA).

Mots-clés : Télédétection, Sentinel 2A, ASTER GDEM, SIG, Cartographie hydrogéologique,

Dabakala.

XIII
 ABSTRACT

The present study of hydrogeological mapping was carried out in the department of Dabakala
(North-Central of Côte d'Ivoire). The population of the department of Dabakala is facing a
problem of accessibility of drinking water. The objective of this study is to identify potential
groundwater sites with good flow rates to meet the drinking water needs of the people of
Dabakala Department. To achieve this objective several data were used. These are image data
(Sentinel 2A and ASTER GDEM V2), cartography, climate and borehole data. These data were
processed using remote sensing techniques and GIS, in order to generate parameters
constituting a database for multicriteria analysis. These parameters were weighted according to
the AHP Saaty 1980 method and combined in a GIS to determine areas with high groundwater
potential. The water potential map obtained was the subject of two types of validation. A
validation based on the sensitivity trend curves and another validation based on the statistical
calculation of errors on the input parameters in the GIS model. The superposition of major
fractures on the potentiality map made it possible to identify the drilling sites. The groundwater
potential map shows that about 37% of the area of the department has a high to very high
potential. The error in its realization is ± 2.10-3 with a confidence level of 99%. The
identification of the drilling sites identified the potential sites for the implementation of drilling
that could contain boreholes whose flow would be satisfactory for improved village hydraulics
(HVA).

Keywords: Remote Sensing, Sentinel 2A, ASTER GDEM, GIS, Hydrogeological Mapping,
Dabakala.

XIV
INTRODUCTION GÉNÉRALE
INTRODUCTION GÉNÉRALE
L’eau est une ressource finie et vulnérable, elle est essentielle au maintien de la vie, au
développement et à l’environnement. Ainsi la gestion, l’accessibilité et la disponibilité de l’eau
sont au cœur des débats internationaux en vue d’en garantir l’accès, l’assainissement et assurer
la gestion des ressources en eau d’ici 2030 (OMS et UNICEF, 2017).
Mais, ces ressources sont de plus en plus impactées négativement par les effets du changement
climatique et la croissance démographique à l’échelle mondiale. L’Afrique demeure l’un des
continents les plus affectés par cet état de fait. Il représente le deuxième continent le plus sec
au monde, et près d’un tiers de sa population, soit 330 millions n’a pas accès à l’eau potable
(COP 22, 2016).
En Côte d’Ivoire, en dépit des efforts du gouvernement dans la réalisation d’un nombre
important de forages, le problème d’alimentation en eau potable des localités est encore une
réalité. En effet, près 18,1% de la population ivoirienne ne bénéficie pas d’un accès à l’eau
potable (WaterAid, 2016). Le problème se pose avec acuité à cause du fait que les retenues
aménagées pour l’alimentation en eau des populations ne sont plus correctement alimentées ces
dernières années et sont sujettes à une très forte eutrophisation (Kouassi et al., 2019).
Cette situation se fait ressentir dans le département de Dabakala, qui connait des pénuries en
eau potable de façon récurrente. Ces pénuries sont dues au tarissement des retenues d’eau
utilisées par la SODECI pour l’approvisionnement en eau potable en saison sèche et à l’absence
d’un nombre important de forage (AIP, 2016). En effet, les forages réalisés dans le département
sont pour la plupart abandonnés et ceux qui fonctionnent ont des débits généralement faibles.
De plus, avec une population de 189 254 habitants en 2014 (INS, 2014), le déficit en eau des
populations est estimé à 54 448 m3/jour (Kouakou et al., 2014). Ainsi, les besoins en eau de
cette région sont importants et nécessitent la réalisation de nombreux forages.

Cependant, le département étant situé en milieu de socle où l’accès aux eaux souterraines est
difficile, car piégées dans les aquifères de fractures, autrefois captés à partir des méthodes
géomorphologiques (Mangoua, 2013). Les résultats de cette méthode, sont marqués d’échec
élevé et les débits des forages positifs étaient inférieurs à 1m3/h (DHH, 2001 in Mangoua,
2013).

Ainsi, l’amélioration des connaissances en hydrogéologie est nécessaire pour bien comprendre
les conditions de captage de ces eaux souterraines. L’utilisation et l’application des nouvelles
méthodes telles que la télédétection et les SIG sont des atouts pour une prospection
hydrogéologique efficiente.

1
A cet effet, l’utilisation des images satellitaires (Sentinel 2A et ASTER GDEM V2) couplées
aux SIG permettra de mieux caractériser la fracturation et la géomorphologie du département
en vue de comprendre et d’apporter des solutions idoines au problème d’accessibilité d’eau
potable du département.

C’est dans une perspective d’apporter des solutions à cette situation que cette étude a été initiée.
Elle a pour thème : « Identification des sites propices à l’implantation de forages
hydrauliques dans le département de Dabakala : contribution de la télédétection et des
SIG ».

Cette étude vise principalement à évaluer les zones potentielles d’eau souterraine afin de
déterminer les sites potentiels d’eau souterraine pour l’implantation de forages productifs dans
le département de Dabakala en vue d’alimenter la population en eau potable.
Pour atteindre l’objectif général, cette étude s’articule autour de deux objectifs spécifiques :
- cartographier les fractures, l’occupation du sol et les paramètres géomorphologiques par
télédétection ;
- élaborer à l’aide des SIG et l’analyse multicritère les zones potentielles en eau
souterraine.
Ce mémoire comprend trois parties réparties en six chapitres. La première partie présente les
généralités. La deuxième concerne le matériel et les méthodes utilisés. La troisième partie
expose les principaux résultats obtenus et la discussion. Une conclusion générale suivie des
perspectives et des références bibliographiques achèvent ce mémoire.

2
 PREMIÈRE PARTIE : GÉNÉRALITÉS

CHAPITRE 1 : CADRE GÉNÉRALE DE LA ZONE D’ÉTUDE

CHAPITRE 2 : APPORT DE LA GÉOMATIQUE Á LA

CARTOGRAPHIE HYDROGÉOLOGIQUE
CHAPITRE 1 : CADRE GÉNÉRALE DE LA ZONE D’ÉTUDE

1-1- Contexte physique et humain du département de Dabakala

1-1-1- Situation géographique

Distant de 498 km d’Abidjan, le département de Dabakala est situé au Centre Nord de la Côte
d’Ivoire dans la région du Hambol. Il est compris entre les longitudes 3°54’12’’ et 5°0’3’’ Ouest
et entre les latitudes 7°48’57’’ et 8°55’20’’ Nord (figure 1). Limité par les départements de
Niankaramadougou et Katiola à l’Ouest de la même région ; les régions du Tchôlogo avec le
département de Kong au Nord ; du Gbêkê avec le département de Bouaké et du Iffou avec les
départements de M’Bahiakro et Prikro au Sud ; du Gontougo avec le département de Sandegué
et du Bounkani avec le département de Nassian à l’Est. Le département de Dabakala comprend
dix sous-préfectures (S/P) couvrant une superficie de 9670 km², dont Bassawa, Boniérédougou,
Dabakala (chef-lieu de département), Foumbolo, Niéméné, Satama-Sokoro, Satama-Sokoura,
Sokala-Sobara, Tendéné-Bombarasso et Yaossédougou.

Figure 1 : Situation géographique du Département de Dabakala

3
1-1-2- Contexte humain et situation socio-économique

Selon le dernier recensement général de la population et de l’habitat de 2014, le département

compte 189 254 habitants (INS, 2014). La population autochtone de Dabakala est constituée de
deux (02) groupes ethniques dont, les Djiminis et les Djamalas. Elles vivent en parfaite
harmonie avec une forte communauté d’allogènes et d’allochtones venue de divers horizons
(CRH, 2015). Par ailleurs, le département regorge un fort potentiel touristique avec des sites
historiques qui symbolisent les étapes de son histoire ainsi que les musiques et danses
traditionnelles. La population de Dabakala est essentiellement sédentaire et vit de l’agriculture
(Krama, 2009).

1-1-3- Relief

Le relief de Dabakala (figure 2) est contrasté comportant des plateaux, des collines, des hauteurs
rocheuses et des Monts dont les altitudes sont comprises entre 100 et 700 m. Ainsi, quatre (04)
unités géomorphologiques se distinguent de l’Est à l’Ouest (Gnanzou, 2014) :

- la chaine des Monts Gorowi dominant le sillon de la Haute Comoé avec des sommets
de plus de 500 m ;
- la pénéplaine granito-gneissique de Dabakala avec de nombreux inselbergs formant des
chaines d’altitude débordant rarement à 650 m ;
- le mont Niangbion avec 600 m d’altitude dans la partie Sud-Ouest ;
- la plaine de N’Zi à l’extrême Ouest d’altitude comprise entre 150 et 250 m.

4
Figure 2 : Carte de relief du département de Dabakala (issue des données ASTER GDEM V2)

1-1-4- Végétation et pédologie

La végétation du département est de type soudanais, constituée de savanes arborées avec des
grands arbres isolés, des savanes herbeuses parsemées de forêts galeries. Le département est
également couvert de forêts classées et de petites forêts naturelles qui constituent des
patrimoines touristiques du département. Les sols du département (figure 3) sont
majoritairement des sols ferrallitiques moyennement désaturés. Ces sols s’associent entre eux
ou avec des sols ferrugineux pour former des complexes de sols. Aussi des unités simples de
sols bruns tropicaux et de sols ferrugineux sont observées. Ces sols sont peu profonds, meubles
et plus ou moins riches par endroit, avec des textures argileuses à argile sableuses.

5
Figure 3 : Carte pédologique du département de Dabakala (extrait des travaux de Perraud et
Souchère, 1969). Sols ferrallitiques 1 : sols ferrallitiques moyennement désaturés remaniés indurés ; Sols
ferrallitiques 2 : sols ferrallitiques moyennement désaturés remaniés indurés ; Complexes de sols 1 : complexes
des sols ferrallitiques moyennement désaturés remanié modal induré tronqué et sols ferrugineux tropicaux ;
Complexes de sols 2 : complexes des sols ferrallitiques moyennement désaturés remaniés modaux et fortement
désaturés remaniés colluvionnés ; Complexes de sols 3 : complexes des sols ferrallitiques typiques moyennement
désaturés remaniés appauvris et sols ferrugineux tropicaux.

1-1-5- Climat

Le département de Dabakala possède un climat tropical comme la majorité des régions de la

Côte d’Ivoire. Le climat est à cheval entre le climat baouléen et le climat soudanéen, avec une
prédominance du type soudanéen (Gnanzou, 2014). Ce climat comprend deux grandes saisons :

- une saison sèche allant de Novembre à Mars

- une saison de pluie qui s’étend d’Avril à Octobre

Les précipitations sont variables et réparties sur toute l’année. La moyenne annuelle atteint
1300 mm de pluie. L’analyse du diagramme pluviométrique montre que les précipitations

6
moyennes de 7,39 mm et de 212,45 mm font respectivement de Janvier le mois le plus sec et
de Septembre le mois le plus pluvieux (figure 4).

250

200
Pluvimétrie en mm

150

100

50

Figure 4 : Evolution spatio-temporelle de la pluviométrie moyenne mensuelle de Dabakala de

1982 à 2018

La température moyenne annuelle de Dabakala est estimée à 26°C. La période janvier à mai,
est caractérisée par une période chaude avec des températures comprises entre 26°C et 29°C,
avec la maximale au mois de mai (figure 5). Cependant, sur la période allant de juin à décembre,
la température moyenne mensuelle varie entre 24°C à 26°C, avec la minimale de 24°C au mois
de juillet soit une baisse d’environ 5°C par rapport à la température maximale.

30
Température en °C

25

20

15

10

Figure 5 : Variation de la température moyenne mensuelle du département de Dabakala de

1982 à 2018

7
1-1-6- Hydrographie

Le département de Dabakala est à cheval entre deux bassins, celui du N’Zi à l’Ouest et celui de
la Comoé à l’Est (figure 6). Ces deux cours d’eau constituent les deux grands fleuves du
département. La plupart des affluents de ces bassins sont irréguliers (Segbono, Pyérhé, Sépié,
M’Bé), sauf le Kinkéné qui est pérenne en saison sèche.

Figure 6 : Réseau hydrographique du département de Dabakala (ASTER GDEM V2)

1-2- Contexte géologique

1-2-1- Ensemble géologique du département de Dabakala

La géologie de la zone d’étude correspond au domaine Baoulé-Mossi (figure 7). Le département

est composé d’un ensemble granitoïde éburnéen (56%), d’un ensemble de migmatites anciennes
(20%) et d’un ensemble volcano-sédimentaire (24%) (Géomines, 1982).

 Ensemble des granitoïdes

Les granitoïdes occupent la majeure partie de la zone d’étude. Selon le mode de gisement et les
relations avec l’encaissant, il existe des granitoïdes à caractères intrusifs.

8
Cependant, d’autres présentent des caractères de granitoïdes hybrides. Ce sont principalement
des granites à biotite, des granodiorites, des granites à deux micas, des gabbros en petits massifs
circonscrits, des granites porphyriques. Les granites type Sarala, situés au nord du sillon
volcano-sédimentaire de Fettêkro, forment des massifs circonscrits tardi-tectoniques. Ce sont
des leucogranites chimiquement homogènes et peralumineux plus que calco-alcalins (Adou,
2000 in Gnanzou, 2014).

Figure 7 : Carte géologique du département de Dabakala (extrait de Tagini, 1971)

 Ensemble des Migmatites

Cet ensemble présente différents faciès, depuis les ensembles les moins migmatitisés jusqu’aux
granites d’anatexie. La lithologie se présente sous forme de gneiss, sombre à grains fins qui a
un caractère fréquemment cataclastique. Les faciès les plus fréquents sont le gneiss
migmatitique, la migmatite granitique et la migmatite rubanée (Arnould, 1960 in Gnazou,
2014). Cependant, les études de Adou (2000), requalifie cet ensemble migmatitique en granites
type Dabakala et soutient qu’ils ne répondent pas à la définition de « migmatites », ni de «
gneiss migmatitiques » (Gnanzou, 2014).

9
  Ensemble volcano-sédimentaire
Cet ensemble est composé de formations éruptives, de volcano-sédiments et de sédiments. Ces
formations sont issues de plusieurs sillons développés dans le département de Dabakala : le
sillon du Haut-N’Zi (à l’ouest, le bassin volcano-sédimentaire du Bandama), le sillon de
Fettêkro (au Sud-Ouest, la chaîne volcano-sédimentaire de Fettêkro) et le sillon de la Haute
Comoé (à l’Est, le sillon volcano-sédimentaire de la Haute-Comoé) (Gnanzou, 2014).

1-2-2- Contexte structural de Dabakala

Les grands traits structuraux de la zone d’étude se traduisent par des structures planaires,
linéaires, des couloirs décrochant ductiles. En plus, elle est traversée par plusieurs accidents
majeurs tels que l’accident du N’Zi, l’accident de katidougou, le décrochement de la Comoé, le
décrochement de Kinkéné, et les accidents marginaux.
Selon les travaux de Gnanzou (2014) les structures présentent des orientations majeures N-S à
NNE-SSO, N90 à N100 et NO-SE à NNO-SSE.

1-3-Contexte hydrogéologique de Dabakala

Le département de Dabakala appartient au socle cristallin et cristallophyllien dans lequel on

peut identifier deux types d’aquifères superposés : les aquifères d’altérites qui sont superficiels
et les aquifères de fissures ou de fractures qui sont plus profonds.

1-3-1- Aquifères d’altérites

Les aquifères d’altérites sont les premiers réservoirs captés facilement pas les puits villageois
pour l’alimentation en eau potable. Cependant ils sont influencés par les variations saisonnières
et vulnérables à la pollution (Biemi, 1992). Ces aquifères se développent dans les formations
argilo-sableuses, d’épaisseur variable pouvant atteindre 50 m. ils sont caractérisés par une forte
porosité et assurent la fonction de drainage vers les aquifères sous-jacents. Dans la zone d’étude,
les forages les plus productifs se rencontrent sur des épaisseurs d’altération allant de 40 à 50 m
(Kouakou et al., 2014).

10
1-3-2- Aquifères de fractures
Les aquifères de fractures sont mis en place suite d’évènements tectoniques. Ils sont constitués
de fractures ouvertes et interconnectées à travers lesquelles l’eau circule et s’emmagasine. Cette
fonction d’emmagasinement n’est possible que si les roches ont été soumises à des
transformations postérieures à leur genèse qui sont d’ordre tectonique (Lasm, 2000). Dans ces
aquifères l’eau est moins sensible aux variations saisonnières et à la pollution. Cela la rend
fiable pour l’alimentation (Yao, 2009). Dans le département de Dabakala, les forages rencontrés
sur les granites et principalement sur les leucogranites peralumineux présentent un taux d’échec
élevé. Par contre, sur les schistes les débits des forages sont plus importants (Kouakou et al.,
2014).

11
CHAPITRE 2 : APPORT DE LA GÉOMATIQUE Á LA CARTOGRAPHIE
HYDROGÉOLOGIQUE

2-1- Généralités

La géomatique est l’ensemble des techniques de traitement informatique des données

géographiques dont certaines peuvent provenir de la télédétection aérospatiale (CFC, 2018).
Ainsi, la géomatique regroupe la télédétection et les systèmes d’information géographique
(SIG). Ils constituent (télédétection et SIG) des outils modernes en plein essor dans les Sciences
de la Terre. Dans son application en hydrogéologie, ils permettent l’amélioration des
connaissances des aquifères de fissure en vue d’une bonne gestion des nappes souterraines
qu’ils renferment (Jourda, 2005).

2-1-1- Télédétection

La télédétection est la technique qui, par l'acquisition d'images, permet d'obtenir de

l'information sur la surface de la Terre sans contact direct avec celle-ci. La télédétection englobe
tout le processus qui consiste à capter et à enregistrer l'énergie d'un rayonnement
électromagnétique émis ou réfléchi, à traiter et à analyser l'information, pour ensuite mettre en
application cette information (CCRS, 2005).
Il existe deux types de télédétection :
- la télédétection passive, qui utilise l’énergie du soleil pour fonctionner. Son
fonctionnement est assuré par des dispositifs dits "capteurs passifs" ;
- la télédétection active quant à elle, fournit sa propre source d’énergie pour fonctionner,
elle utilise les capteurs dits "actifs".
Dans le domaine de l’hydrogéologie où l’essentiel des ressources en eau se trouve en milieu du
socle plus précisément dans les fractures. La télédétection s’impose comme un outil
incontournable pour la détermination des lithologies et des structures. Du fait de l’étendu des
espaces à explorer, la télédétection permet de couvrir plusieurs régions. Elle fournit les
informations relatives à la nature et les éléments du sol à travers les images satellitaires
permettant la cartographie des ressources en eau (Assoma, 2005).

12
2-1-2- Systèmes d’information géographique (SIG)
Le terme "Système d'informations géographiques" (SIG) désigne un système de stockage, de
traitement et d'analyse de données, spécifiquement conçu pour traiter conjointement
l'information graphique et attributaire, (Saley, 2003). Autrement, ils sont caractérisés par
l’affichage des données numériques localisées dans l’espace donnant un ensemble de couches
superposables. Les SIG sont des outils essentiels qui facilitent l’intégration des données
diverses. Leurs manipulations se font sous un environnement adéquat qui constitue la base de
données. Cette base de données permet aux SIG d’assurer les fonctions essentielles qui sont :
la modélisation des données, l’acquisition des données, la gestion des données, l’analyse des
données et l’affichage des données (Saley, 2003). Toutes ces fonctions sont assurées par un
ensemble de composantes (figure 8).

Figure 8 : Différents composants d’un SIG (Saley, 2003)

2-2- Analyse multicritère

L’analyse multicritère est un outil d’aide à la décision développé pour résoudre des problèmes
multicritères complexes. Elle a l’avantage de permettre une structuration des processus de
décision et d’apporter une justification des choix des décideurs. L’étape décisive de cette
méthode est d’identifier les critères qui pourraient potentiellement être pris en compte par la
méthode. Ces critères sont des facteurs ou paramètres qui régissent l’élément à évaluer.

13
La procédure d’agrégation multicritère permet d’évaluer chaque critère par rapport à l’autre. La
méthode d’agrégation AHP (Analytical Hierarchy Process) développée par Saaty (1980) est
moins complexe et compréhensive du fait de sa technique de comparaison par paire des critères
basés sur l’importance relative d’un critère par rapport à une autre, en affectant des poids (Adon,
2015).

2-3- Cartographie hydrogéologique et Géomatique : état de l’art en Côte d’Ivoire

Historiquement, l’application du couple télédétection et SIG en Côte d’Ivoire dans la

cartographie hydrogéologie découle d’un projet conjoint Ivoiro-Canadien sur le bassin versant
de la Marahoué, entre le département des Sciences de la Terre (aujourd’hui UFR STRM) de
l’Université de Cocody et le Centre d’Application et de Recherche en Télédétection (CARTEL)
de l’Université de Sherbrooke (Jourda, 2005 ; Kouamé, 2013). Ainsi, les études initiatrices de
ce projet furent celles de Biemi (1992). Ces études ont permis la formation des premiers cadres
ivoiriens dans le domaine de la télédétection appliquée aux sciences de la terre. Poursuivant
dans l’idée d’approfondir les connaissances dans ce domaine, ce projet engendre un autre projet
dans la région des Montagnes (le projet Fouta Djalon) donnant ainsi naissance au Centre
Universitaire de Recherche et d’Application en Télédétection (CURAT) (Kouamé, 2013).

Les travaux de Savané (1997), dans la région d’Odienné vont se situer dans la même approche
méthodologique que celle développée par Biemi. Le développement de l’approche multicritère
dans la modélisation spatiale des aquifères de fissures est le fait marquant permettant ainsi de
réaliser les cartes thématiques de disponibilité, accessibilité et exploitabilité.

Kouamé (1999) dans la région de Man-Danané avec des traitements spécifiques rehaussent des
discontinuités-images permettant d’établir une carte de fractures très dense. L’utilisation de la
télédétection aboutira à l’évaluation des potentialités hydriques de la région et à la mise en place
d’une importante base de données hydrostructurales constituant ainsi un point de départ pour la
mise en place du SIHRS de Man.

Saley (2003) toujours dans la région de Man-Danané, poursuit les travaux débutés par Kouamé
en 1999 pour mettre l’accent sur le développement du SIHRS de Man. Un des faits majeurs de
ces travaux est la mise en place de la méthode des pseudo-images. Elle consiste en une
production d’image à partir d’un modèle numérique de terrain tiré d’une carte topographique et
sur lequel des filtres spatiaux sont appliqués.

14
Les travaux de Jourda (2005) ont été initiés par le CURAT et le Laboratoire des Sciences et
Techniques de l’Eau et de l’Environnement (LSTEE) de l’Université de Cocody. Dans le cadre
du projet ATTAO (Applicabilité des Techniques de Télédétection en Afrique de l’Ouest) afin
de contribuer à l’approfondissement des connaissances dans la méthodologie d’applicabilité
des techniques de télédétection et des SIG à l’étude des aquifères fissurés d’Afrique de l’Ouest.
Les résultats des travaux de Jourda (2005) et Jourda et al. (2006) ont contribué à la mise en
place d’une méthodologie, à partir des techniques de l’observation spatiale, permettant une
évaluation des potentialités en eaux souterraines des milieux fissurés précambriens d’Afrique
de l’Ouest principalement dans la zone de Korhogo. Le traitement spécifique des images
Landsat ETM+ a permis de réaliser une carte de fracturation détaillée et celle des accidents
majeurs. L’intégration des deux cartes dans les SIG avec les données de forage a permis la
réalisation d’une carte de potentialité en eau.
Youan Ta (2008), étudie la contribution de la télédétection et des systèmes d’informations
géographiques à la prospection hydrogéologique du socle précambrien d’Afrique de l’Ouest :
cas de la région de Bondoukou (Nord-Est de la Côte d’Ivoire). Les outils de la télédétection lui
ont permis de proposer une esquisse lithostructurale actualisée de cette région.
Plusieurs d’autres travaux ont été réalisés dans le domaine de la cartographie hydrogéologique
en Côte d’Ivoire (Dibi, 2008 ; Sorokoby, 2013 ; Adon, 2015 ; Yao, 2015 ; etc…). Ils ont servi
de documentations dans le cadre de ce mémoire (références bibliographiques).

2-4- Généralités sur les images de l’étude

2-4-1- Sentinel 2A (S2A)

Sentinel 2 est une mission d’imagerie opérationnelle multispectrale dans le cadre du programme
Global Monitoring for Environnement and Security (GMES) mis en application conjointement
par la Commission Européenne (CE) et l’Agence Spatiale Européenne (ESA). Il permet
l’observation globale de la terre en fournissant des données sur la végétation, le sol, l’eau
couvrant la terre, les voies navigables intérieures et les zones côtières. Comparativement aux
données fournies par les satellites Landsat-7 et Spot-5, il fournit des données de hautes
résolutions spatiale avec une grande capacité de retour pour assurer la continuité.

Cette mission avait pour but de fournir des produits (images) sans nuage généralement tous les
15 à 30 jours. Pour atteindre cet objectif, deux satellites identiques opérationnels ont été
nécessaires, ce qui permet d’atteindre un retour géométrique de 5 jours à l’équateur. Le premier

15
est le Sentinel 2A lancé le 23 juin 2015 et le second Sentinel 2B lancé le 7 Mars 2017, avec une
résolution temporelle de 10 jours chacun, plus important que Landsat-7 et Spot-5 (Rouzeau et
Capar, 2017). Ces deux satellites sont équipés de l’instrument MSI (Mult1-Spectral Instrument)
avec une fauché de 290 km. Il est capable d’acquérir les données dans 13 bandes à différentes
résolutions spatiales entre 10 m et 60 m du visible au proche infrarouge (Rouzeau et Capar,
2017).

2-4-2- Images ASTER GDEM V2

L’ASTER GDEM a été développé conjointement par le ministère de l’économie, du commerce
et de l’industrie du Japon (METI : Ministry of Economy, Trade, and Industry) et la NASA
(National Aeronautics and Space Administration). La première version (ASTER GDEM V1),
publiée en juin 2009, a été générée à l'aide d'images de paires stéréo collectées par l'instrument
ASTER intégré à Terra. La couverture ASTER GDEM s'étend sur la latitude 83°N et 83°S,
couvrant 99% de la masse continentale de la terre. Les images ASTER GDEM V2 publié le 17
Octobre 2011 sont améliorée avec 260 000 paires stéréo supplémentaires (Anonyme, 2011). Ce
qui améliore la couverture et réduit l'occurrence d'artefacts. L'algorithme de production
amélioré offre une résolution spatiale améliorée, une précision horizontale et verticale accrue
ainsi qu'une couverture et une détection supérieure du plan d'eau. ASTER GDEM V2 conserve
le format GeoTIFF ainsi que la même structure de maillage et de mosaïques que V1, avec des
résolutions de 30 mètres et des mosaïques 1 x 1 degré (Anonyme, 2011).

Conclusion partielle

La zone d’étude présente un environnement géologique comparable à la plupart des terrains

birimiens de Côte d’Ivoire, constituée majoritairement des granitoïdes et des schistes. La
physiographie est contrastée avec des altitudes comprises entre 100 et 700 m. Elle se trouve
entre le fleuve N’Zi et la Comoé dont les affluents constituent des petits bassins dans la zone
d’étude. La région possède deux types d’aquifères que sont les aquifères d’altérites et de
fractures. La population est en forte croissance et les problèmes d’eau potable s’accentuent au
fil des années. En Côte d’Ivoire, les études réalisées dans le contexte de cartographie
hydrogéologique ont utilisé des images autres que des images Sentinel 2A. Ainsi, dans cette
étude elles seront utilisées en synergie avec les images ASTER GDEM V2 pour mettre en
exergue la fracturation et la géomorphologie de la zone d’étude.

16
 DEUXIÈME PARTIE :
MATÉRIEL ET MÉTHODES

CHAPITRE 3 : MATÉRIEL

CHAPITRE 4 : MÉTHODES
CHAPITRE 3 : MATÉRIEL

3-1- Données utilisées

L’étude a nécessité des données provenant de diverses sources. Ainsi la base de données est
constituée de données cartographiques, données satellitaires, données climatiques et de données
de forages.

3-1-1- Données cartographiques

Les données cartographiques sont essentiellement des cartes numériques :

- la carte géologique du département de Dabakala extrait de la carte géologique de la Côte

d’Ivoire de Tagini (1971);
- l’esquisse pédologique du Nord-Est de la cote d’Ivoire réalisé par Perraud et Souchère
(1969) à l’échelle 1/500 000, pour la réalisation de la carte pédologique et la
caractérisation des textures des sols ; Téléchargeable sur le site de la cartothèque de
l’Institut de Recherche et de Développement (IRD) : http://sphaera.cartographie.ird.fr/

3-1-2- Données satellitaires

Les données satellitaires exploitées sont les images Sentinel 2A et les images ASTER GDEM
V2.

 Images Sentinel 2A

Ces images sont utilisées pour la cartographie des linéaments et de l’occupation du sol, Elles
proviennent du satellite Sentinel. La zone d’étude s’étend sur 6 granules (Figure 9).

Ces images sont ortho-corrigées géométriquement en fonction du model numérique d’élévation.

Les images Sentinel 2A représentent actuellement l’une des plus fortes opportunités pour la
cartographie des ressources naturelles. Elles permettent de mieux faire ressortir les linéaments
et de discriminer les différentes unités d’occupation du sol grâce à leur bonne résolution spatiale
10 à 60 m et spectrale 13 bandes (Tableau I). Elles sont facilement accessibles et téléchargeables
sur le site de l’ESA via Copernicus Scientific Data Hub : https://scihub.copernicus.eu/dhus

17
 R008_T30PTQ R008_T30PUQ R108_T30PUQ

R108_T30NUP
R008_T30NTP R108_T30NTP

Figure 9 : Présentation des granules Sentinel 2A de la zone d’étude acquise en Mars 2019

18
Tableau I : Caractéristiques des images MSI Sentinel 2

Capteur Bandes spectrales Longueur Résolution

d’onde (nm) spatiale (m)
B01 (Aérosol côtier) 443 60
B02 (Bleu) 490 10
B03 (Vert) 560 10
B04 (Rouge) 665 10
B05 (PIR - végétation Red Edge) 705 20
B06 (PIR - végétation Red Edge) 740 20
MSI B07 (PIR - végétation Red Edge) 775 20
B08 (PIR) 842 10
B8A (PIR étroit) 865 20
B09 (PIR - Vapeur d’eau) 940 60
B10 (MIR - cirrus) 1380 60
B11 (MIR) 1610 20
B12 (MIR) 2190 20
PIR : proche infrarouge, MIR : moyen infrarouge.

Ainsi, dans le traitement des images, les bandes 1, 9 et 10 ne sont pas utiles.

 Images ASTER GDEM V2

Les images ASTER de résolution 30 m ont été téléchargées sur le site de l’USGS via le lien
http://srtm.usgs.gov/. La zone d’étude est couverte par quatre dalles, permettant d’avoir une
représentation numérique de la topographie du département. De ces images ont été extraits la
carte d’altitude en 3D, la carte du réseau hydrographique puis celle de la densité de drainage et
la carte de pente.

3-1-3- Données climatiques

Les données climatiques sont des mesures de la pluviométrie (en mm) et de la température (en
degré Celsius), sur une chronique de 1982 à 2018. Ces données ont été acquises sur des stations
d’observation satellitaire de la mission MERRA 2 de la NASA. La fiabilité de ces données a
été vérifiée à partir des données pluviométriques in situ de 1982 à 2000 de la station
pluviométrique de Dabakala (SODEXAM).

3-1-4- Données de forages

Les données de forages sont des fiches techniques de forages comportant des informations sur
240 forages. Ces fiches donnent des informations relatives aux coordonnées des ouvrages, la
profondeur totale, la profondeur du socle, la lithologie de l’aquifère, l’épaisseur d’altération,

19
les débits d’exploitation, les arrivées d’eau, le niveau statique. Ces fiches techniques de forage
ont été obtenues auprès de l’ONEP (Office National d’Eau Potable).

3-2- Matériel de traitement des données

Le traitement des différentes données a nécessité l’utilisation de plusieurs logiciels :

- Impact-Tool utilisé pour le prétraitement des images Sentinel 2A. c’est un programme
conçu spécialement pour la réalisation des corrections radiométrique et atmosphérique
ainsi que le rééchantillonnage.
- Envi 5.1 pour les traitements des images Sentinel 2A.
- ArcGIS 10.5 pour la réalisation des différentes cartes et les traitements des images
ASTER V2.
- Rockworks 16 pour la réalisation de rosace directionnelle
- le programme EVC pour l’évaluation quantitative de la recharge

20
CHAPITRE 4 : MÉTHODES

4-1- Méthodes de cartographie des linéaments structuraux et de l’occupation du sol

La méthode consiste à décrire les différentes techniques de prétraitement et de traitements des

images Sentinel 2A. Il s’agit notamment des corrections atmosphérique, radiométrique,
rééchantillonnage, la mosaïque des granules, l’étalement dynamique, les rapports des bandes,
l’Analyse en Composantes Principales (ACP), du filtrage spatial pour de l’extraction manuelle
des linéaments structuraux et les compositions colorées, la classification supervisée pour
discriminer les unités d’occupation du sol.

4-1-1- Prétraitement des images Sentinel 2A

Les images Sentinel 2A ont un niveau de traitement 1C, donc elles sont géométriquement
corrigées au préalable. Seules les corrections atmosphérique et radiométrique ont été effectuées.
Les corrections atmosphériques et radiométriques ont été réalisées à l’aide du logiciel Impact
Tool. Ce module a permis de sélectionner les six granules S2A, de faire le choix de dix bandes
dont trois bandes dans le visible, cinq bandes dans le proche infrarouge et deux dans le moyen
infrarouge et enfin faire un rééchantillonnage de 10 m. La mosaïque des six granules a été
effectuée. Le mosaïquage consiste en une juxtaposition des granules afin d’obtenir une seule et
unique image représentant l’ensemble des granules (figure 10).

Figure 10 : Mosaïque des granules S2A

21
4-1-2- Analyse en Composante Principale (ACP)

L'analyse en composantes principales (ACP) est une technique de rehaussement qui s’emploie
à rechercher dans l’espace des radiométries d’une image les axes de plus grandes variances
(Jourda, 2005). L’Analyse en Composantes Principales (ACP) est une opération effectuée sur
plusieurs canaux, dans le but d’améliorer la qualité des images, de supprimer les redondances
d’informations et de compiler les données (Youan Ta, 2008). Ainsi, le but de l’ACP est de
maximiser plus d’informations contenues dans les canaux de l’image originale, dans un nombre
relativement plus petit de canaux. Six bandes ont été choisies pour créer la base de donnée
permettant la réalisation de l’ACP, il s’agit des trois bandes du visible (MSI 2 Bleu, MSI 3 Vert,
MSI 4 Rouge) et du proche infrarouge (MSI 5, MSI 6, MSI 7).
Le tableau II montre une forte corrélation entre les bandes du visible et la bande 5 du proche
infrarouge. Les mêmes informations sont contenues dans ces différents canaux, il est donc
nécessaire de les décorréler. Selon Assoma (2005) cette opération consiste à calculer la matrice
de covariance, les vecteurs propres de la matrice de covariance et les composantes principales
de l’image.
Tableau II : Matrice de corrélation entre les bandes MSI

Bandes MSI 2 MSI 3 MSI 4 MSI 5 MSI 6 MSI 7

MSI 2 1 0.942615 0.886083 0.812047 0.185754 0.050627
MSI 3 1 0.908639 0.910504 0.374791 0.233074
MSI 4 1 0.913090 0.162747 0.018951
MSI 5 1 0.465407 0.323731
MSI 6 1 0.977026
MSI 7 1

4-1-3- Mise en évidence des linéaments structuraux

La mise en évidence des linéaments structuraux est une étape très importante dans la réalisation
de la carte de fracture. En effet, les linéaments représentent la discontinuité lithologique
observable sur les images. Ces discontinuités sont rehaussées par l’application des filtres
directionnels, puis extraites manuellement, avant d’être validées.

22
4-1-3-1- Application des filtres directionnels

Selon Jourda (2005), cette technique vise à trouver la meilleure façon de mieux identifier les
linéaments dans les images correspondantes à des discontinuités lithologiques ou structurales.
Pour y parvenir, les filtres directionnels de type Sobel ont été appliqués à la première
composante principale (CP1). Les filtres de Sobel 7×7 affectés du poids 6 (Jourda 2005, Jourda
et al. 2006), dans les directions N-S ; E-O, NE-SO et NO-SE qui ont fourni de bons résultats
dans les travaux antérieurs ont été utilisés (tableau III).

Tableau III : Filtres directionnels de type Sobel de taille 7 x 7 affectés du poids 6 a) N-S ; b) E-
O ; c) NE-SO et d) NO-SE (Jourda 2005, Jourda et al. 2006),

1 2 3 4 3 2 1 1 2 3 0 -3 -2 -1
2 3 4 5 4 3 2 2 3 4 0 -4 -3 -2
3 4 5 6 5 4 3 3 4 5 0 -5 -4 -3
0 0 0 0 0 0 0 4 5 6 0 -6 -5 -4
-6 -4 -5 -6 -5 -4 -3 3 4 5 0 -5 -4 -3
-2 -3 -4 -5 -4 -3 -2 2 3 4 0 -4 -3 -2
-1 -2 -3 -4 -3 -2 -1 1 2 3 0 -3 -2 -1
a) Filtre Sobel de direction S-N b) Filtre Sobel de direction E-O

0 1 2 2 3 3 4 4 3 3 2 2 1 0
-1 0 3 4 4 5 3 3 5 4 4 3 0 -1
-2 -3 0 5 6 4 3 3 4 6 5 0 -3 -2
-2 -4 -5 0 5 4 2 2 4 5 0 -5 -4 -2
-3 -4 -6 -5 0 3 2 2 3 0 -5 -6 -4 -3
-3 -5 -4 -4 -3 0 1 1 0 -3 -4 -4 -5 -3
-4 -3 -3 -2 -2 -1 0 0 -1 -2 -2 -3 -3 -4
c) Filtre Sobel de direction NE-SO d) Filtre Sobel de direction NO-SE

4-1-3-2- Extraction des linéaments

Le protocole d’extraction des linéaments consiste à vectoriser les linéaments que sont les routes,
les fils de tension et téléphoniques de la carte linéamentaire. Ensuite les discontinuités
correspondant à des linéaments structuraux ont été relevées manuellement, dans les différentes
directions des filtres Sobel. Il s’agit de représenter sous forme de segment de droite toutes les
23
discontinuités et les changements de nuances gris sur les images transformées et rehaussées par
les filtres Sobel (Figure 11).

Linéaments filtre E-O Linéaments filtre N-S

Linéaments filtre NE-SO Linéaments filtre NO-SE

Figure 11 : Extraction des linéaments sur les images filtrées

4-1-3-3- Validation des fractures
La validation des fractures est une étape importante et indispensable. Cette étape permet de
donner une crédibilité et de confirmer la véracité des résultats obtenue. Elle a consisté à faire
une comparaison avec les données structurales issues des travaux de Gnanzou (2014), puis à
superposer les linéaments au réseau hydrographique. La figure 12 résume les différentes étapes
des traitements appliqués aux images Sentinel 2A pour la cartographie structurale.

24
 Images Sentinel 2A :
(6 granules)
Prétraitements
- Correction radiométrique
- Correction
atmosphérique
- Rééchantillonnage

Mosaïque
des granules

Rapports Analyse en
Amélioration
de bandes composantes
du contraste
principales

Images
Traitements

transformées

Extraction de la
Zone d’étude

Application des filtres directionnels de types Sobel 7*7

Images filtrées et
rehaussées Elimination des
Extraction
routes et des fils de
manuelle des
tension et
linéaments
téléphoniques de la
Carte linéamentaire
carte linéamentaire

Validation (Gnanzou, 2014)

Résultat

Carte de fracturation

Figure 12 : Organigramme de synthèse de la méthode d’élaboration de la carte de fracture

25
4-1-4- Cartographie de l’occupation du sol

4-1-4-1- Composition colorée

Les compositions colorées MSI 4- 3- 2 (couleur naturelle) ; MSI8-4-3 (rehausse la végétation) ;

MSI12-11-4 (rehausse les traits urbains) et MSI11-8-2 (rehausse l’agriculture) ont permis
d’obtenir la meilleure discrimination des types d’occupation du sol. Mais la composition
MSI11-8-2 (figure 13) est celle qui a permis de digitaliser les classes d’occupation du sol.

Figure 13 : Composition colorée des bandes 11-8-2

4-1-4-2- Méthode de classification

En télédétection, la classification est un regroupement d’objets en classes à partir des traits
descriptifs (Kemsol, 2018). En d’autres termes, elle permet de catégoriser les pixels de l’image
ayant les mêmes caractéristiques d’occupation du sol. Au vu des connaissances générales sur
le paysage de la zone d’étude, la méthode de classification supervisée utilisant l’algorithme de
maximum vraisemblable est utilisée. Cette technique repose sur une méthode de probabilité.
Elle est basée sur l’hypothèse selon laquelle les statistiques sur les pixels des zones

26
d’entrainement (ROI) de chaque classe dans un canal donné, suivent une loi normale (Assoma,
2013).

4-1-4-3- Evaluation de la classification

Avant l’évaluation proprement dite, il a été question de faire un test de séparabilité des classes
en utilisant le test de Jeffries-Matusita. L’évaluation a consisté à déterminer la matrice de
confusion entre les différentes classes. Elle est calculée avec les valeurs exprimées en pixels et en
pourcentage. Suite à cette évaluation deux indices ont permis de vérifier la performance de la
classification. Il s’agit de la précision globale qui caractérise la proportion de pixels bien classés,
calculée en pourcentage. Le coefficient de Kappa qui caractérise le rapport entre les pixels bien
classés et le total des pixels sondés (Skupinski et al. (2009) in Bindaoudou, 2014).

4-2- Méthode d’élaboration des paramètres géomorphologiques

4-2-1- Prétraitement des images ASTER V2

Sur les produits dérivés MNT, les hauteurs acquises ne correspondent pas toujours au niveau
du sol. Souvent la couche supérieure de la végétation telle que la hauteur des arbres apparaissent
sur les images comme des dépressions. Ces problèmes sont causés par des erreurs de mesure
ou des artefacts de calcul (USGS, 2014 in Jofack, 2016). Ainsi, avant l’extraction des
paramètres géomorphologiques il est nécessaire de combler ces dépressions en corrigeant les
hauteurs aberrantes. Pour faire cette correction l’algorithme « Fill » sous ArcGIS a été utilisé.

Les différentes dalles des images ASTER GDEM V2 ont ensuite été mosaïquées sous le logiciel
ArcGIS à partir de l’outil « Mosaic to new raster », afin d’extraire la zone d’étude (figure 14).

27
 Figure 14 : Mosaïque des dalles ASTER GDEM V2 et extraction de la zone d’étude

4-2-2- Extraction des paramètres géomorphologiques

La topographie influence de façon significative la disponibilité des ressources en eaux souterraines

qui dominent dans les zones de basses altitudes et de faible pente (Jofack, 2016). De ce fait, la
description et l’interprétation de la morphologie du terrain nécessite l’extraction des unités
géomorphologiques des images ASTER GDEM V2. Ainsi, l’altitude, la pente, le réseau
hydrographique et la densité de drainage sont les paramètres qui ont été extrait afin de montrer
leur influence sur le stockage des eaux souterraines.

4-2-2-1- Réalisation de la carte d’Altitude

Le relief est similaire à un signal bidimensionnel continu. Sa modélisation numérique exige un

échantillonnage de points tridimensionnels (El Hage, 2012). Afin de bien modéliser la
morphologie du relief, la carte d’altitude a été réalisée en 3D sous ArcScene. Pour mieux
représenter la variation entre les différentes altitudes, le choix de l’échelle s’est porté sur celui de
Jenks. Dans ces travaux, les bornes de classes sont identifiées parmi celles qui regroupent le mieux
des valeurs similaires et optimisent les différences entre les classes (Jenks, 1977 in Jofack, 2016).
Ainsi 5 classes ont été adoptées. Cette représentation permet de faire une meilleure analyse
visuelle de la morphologie du terrain.

28
4-2-2-2- Réalisation de la carte de Pente
La pente est la résultante première de l’altitude, elle correspond au gradient de l’altitude. En
hydrologie, elle renseigne sur la vitesse des écoulements et le taux de ruissellement. L’outil
« slope » implanté sous ArcGIS a permis la réalisation de la carte de pente. Le raster de pentes
obtenu a fait l’objet d’une classification basée sur l’échelle de Jenks (1977). Ainsi 5 classes
ont été retenues dans cette étude.

4-2-2-3- Réalisation de la carte du réseau hydrographique et de densité de drainage

Le réseau hydrographique du département de Dabakala a été extrait des images ASTER GDEM
V2 sous ArcGIS en utilisant l’algorithme de connexité D8. Cet algorithme détermine la
direction suivant la pente maximale. En se basant sur la direction de flux le réseau
hydrographique est obtenu et hiérarchisé selon la méthode de Strahler.
En ce qui concerne la densité de drainage, Elle représente la longueur totale des drains par
unité de surface (équation 1) et s’exprime en km / km2.
∑ 𝐿𝑖
𝑑= (1)
𝐴
Li est la longueur de drains et A est la surface
Pour ce faire, l’algorithme de « line Density » est utilisé. Cet algorithme considère que la densité
de drainage est la longueur totale des drains, par unité de surface au sein d’un cercle de rayon
défini. La valeur obtenue est alors attribuée au pixel central du cercle (Jofack, 2016). L’unité
de surface est le Km² et le rayon de recherche ou rayon de cercle est de 5000 m.

L’ensemble des paramètres géomorphologiques permettent d’avoir une nette aperçue sur les
directions d’écoulement des eaux de surface et les zones susceptibles de contenir des nappes.
Cependant leur combinaison avec les paramètres issus des images satellitaires permet d’obtenir
des zones potentielles d’eau souterraine avec une grande précision.

4-3- Cartographie des zones potentielles en eaux souterraines

Dans le but de réaliser la carte des sites favorables à l’implantation des forages, l’analyse
multicritère a été utilisée. La méthode AHP (Analytical Hierarchy Process) développé par Saaty
(1980) et modifiée par Das et Mukhopadhyay (2018) est employée dans le cadre de cette étude.
Elle comprend les étapes suivantes :
- identification et élaboration des critères ;
- classification et standardisation ;

29
 - élaboration de la matrice de comparaison et la pondération des critères ;
- agrégation des critères.
4-3-1- Identification et élaboration des critères de décision
L’évaluation qualitative des ressources en eaux souterraines dans le département de Dabakala
dépend d’un certain nombre de paramètres. En référence aux travaux antérieurs de Kouakou et
al. (2014), Koudou et al. (2012), Assoma et al. (2012), Machiwal et al. (2011), Jofack (2016),
Das et Mukhopadhyay (2018), les critères ci-dessous sont identifiés, pour établir la carte des
zones potentielles en eaux souterraines :
- l’altitude (m) ;
- la pente (%);
- l’infiltration efficace (mm);
- la densité de drainage (km/km²);

- la densité de fracture (km/km²);

- l’épaisseur d’altération (m);

- le niveau statique (m);

- la texture du sol ;

- la lithologique ;

- l’occupation du sol.

4-3-1-1- Critères issus des images satellitaires

Les images satellitaires S2A et ASTER GDEMV2 ont permis d’avoir les paramètres que sont
la densité de fracture, l’occupation du sol, l’altitude, la pente et la densité de drainage. La
méthode d’élaboration de ces critères a été décrite dans les paragraphes précédents sauf, la
densité de fracture.

 Elaboration du critère densité de fracture

La densité de fracturation Df représente la longueur cumulée ou le nombre des fractures par

unité de surface (équation 2). Elle s’exprime en km / km².
∑ 𝐿𝑐𝑓
= (2)
𝐴

30
Lcf est la longueur cumulée des fractures et A est la surface. Cette densité de fracture a été
estimée sous ArcGIS à partir de la carte de fracture. Pour ce faire, l’algorithme de « line Density
» est utilisé. L’unité de surface est le Km² et le rayon de recherche ou rayon de cercle est de
5000 m.

4-3-1-2- Critères issus des données de forages

La fiche technique de forage renseigne sur les paramètres liés à l’aquifère. Les paramètres ou
critères épaisseurs d’altération et niveau statique ont été utilisés, du fait de leur importance dans
la disponibilité des ressources en eaux souterraines. Ces données ont été interpolées sur
l’ensemble de la zone d’étude afin d’obtenir des cartes représentatives de la zone. Le choix de
la méthode d’interpolation s’est effectué après plusieurs tests d’interpolation comme le suggère
Drouin et Saint-Laurent (2010). La méthode d’inverse de la distance (IDW), a fourni de
meilleurs résultats.

4-3-1-3- Critères issus des données cartographiques

Les données cartographiques ont permis d’élaborer les critères texture du sol et lithologie. La
texture est la proportion granulométrique du sol en argile, limon et sable. Elle forme la couche
superficielle que doit traverser la lame d’eau qui alimente l’aquifère. Cette portion de sol,
associée à lithologie, détermine la perméabilité du sol.
 Détermination des types de texture
L’analyse et la description de la carte pédologique du Nord-Est de la Côte d’Ivoire effectuée
par Perraud et Souchère (1969) ont permis d’identifier h u i t types de sol avec leurs proportions
granulométriques. Le positionnement des types de sol dans le triangle textural de l’United
States Departement of Agriculture (USDA) a permis de rééchantillonner les classes texturales
en tenant compte de leur teneur en limon, argile et sable (annexe 1).

4-3-1-4- Critères issus des données climatiques

Les données climatiques obtenues par satellite ont été traitées et corrélées à partir des données
in situ de la station de Dabakala (SODEXAM). Cette corrélation est caractérisée par la droite
d’équation y = 1,3956x + 50,789 avec un coefficient de détermination R² = 0,9725 et un
coefficient de corrélation R = 0,9886 (figure 15). Ce coefficient est proche de 1, exprime une
forte corrélation entre les données climatiques satellitaires et les données in situ. Ainsi ces
données sont donc fiables et peuvent être utilisées pour l’estimation quantitative de la recharge
ou infiltration efficace du département.

31
 4500

Données pluviométriques
4000 y = 1,3956x + 50,789
3500 R² = 0,9725
3000

estimées 2500
2000
1500
1000
500
0
0 500 1000 1500 2000 2500 3000
Données pluviométriques observées

Figure 15 : corrélation entre les données satellitaires et les données in situ de la station de
Dabakala (SODEXAM)

 Evaluation de la recharge

L’infiltration efficace est un indicateur de la recharge des aquifères. Il existe plusieurs méthodes
de calcul de l’infiltration efficace. Pour cette étude, la méthode classique de Thornthwaite
utilisée par plusieurs auteurs (Adiaffi, 2008 ; Soro, 2009 ; Aké, 2010 ; Sorokoby, 2013 ; Yao,
2016) a permis d’obtenir de bons résultats pour l’étude du bilan hydrologique. Le bilan prend
en compte les paramètres tels que la lame d’eau mensuelle précipitée, l’évapotranspiration
potentielle mensuelle et la température moyenne mensuelle des différentes stations. La valeur
de la RFU (réserve facilement utilisable) estimé à 100 mm pour la détermination de l'ETR. Le
mois de septembre est pris comme le mois hydrologique.

 Calcul de l’infiltration

L’infiltration est le paramètre important dans l’évaluation du bilan hydrologique d’une

région donnée. Ainsi, son estimation renseigne sur la recharge des aquifères de la zone.
Elle est calculée à partir de la formule du bilan hydrologique :

Ie = P – (ETR+ R) (3)

Avec :

- Ie : l’infiltration efficace (mm) ;

- P : pluviométrie totale exprimée en mm ;

- ETR : évapotranspiration réelle estimée après étude du bilan hydrologique (mm) ;

32
- R: lame d’eau Ruisselée (mm). Elle est déterminée à partir du coefficient de ruissellement et
la pluviométrie.

Le calcul du coefficient de ruissellement a été inspiré des travaux de Kouassi (2007) dans le
bassin du N’Zi. Dans ses travaux il a modélisé la valeur du coefficient de ruissellement puis
établi une corrélation entre coefficient mesuré et coefficient modélisé. Ainsi le coefficient de
ruissellement est exprimé par la formule de l’équation 4.

Kr* = 0,016P – 12,267 (4)

Avec :

- Kr* : coefficient de ruissellement modélisé

- P : la pluviométrie

4-3-2- Classification et standardisation des critères

Cette étape consiste à évaluer chaque critère en regroupant les différents critères en classes par
rapport à leur influence sur l’indicateur de potentialité d’eau souterraine. Le choix de ces classes
est inspiré des travaux antérieurs Mais également, en tenant compte de la classification proposée
par le C.I.E.H (Comité interafricain d’études hydrauliques) pour les débits. Ainsi, chaque critère
est réparti en 5 classes : (très faible ; faible ; moyenne ; forte et très forte).
Ces classes sont ensuite standardisées en fonction de leur influence sur les eaux souterraines.
Ce qui permet de les quantifier en fonction de leurs aptitudes (Chabi Adimi et al, 2018).
Ainsi la méthode de standardisation des classes a été inspirée des travaux de Das et
Mukhopadhyay (2018). Dans cette méthode une échelle de 1 à 5 est adoptée pour attribuer des
côtes à une classe par rapport à son influence, où 1 ; 2 ; 3 ; 4 et 5 représentent respectivement
les classes très faible, faible, moyen, fort et très fort potentiel de stockage en eau souterraine.
Ces côtes sont ensuite normalisées pour obtenir le poids (wi) de chaque classe du critère.

4-3-2- 1- Standardisation des critères altitude et pente

L’altitude et la pente issues du traitement des images ASTER et classifiées sur la base de la
méthode Jenks (1977) a permis de déterminer cinq classes (tableau IV et V). Ainsi, les classes
à faible altitude contribuent plus à la formation de nappe que les classes à forte altitudes. Il en
est de même pour la pente.

33
Tableau IV : Standardisation de l’altitude

Altitude (m) Classes Influence Cotes Cotes

normalisées (wi)
< 220 Très faible Très forte 5 5/15 = 0,33
220 – 270 Faible Forte 4 0,27
270 – 320 Moyenne Moyenne 3 0,2
320 – 370 Forte Faible 2 0,13
˃ 370 Très forte Très faible 1 0,07

Tableau V : Standardisation de la pente

Pente (%) Classes Influence Cotes Cotes
normalisées (wi)
< 1 Très faible Très forte 5 5/15 = 0,33
1–3 Faible Forte 4 0,27
3–5 Moyenne Moyenne 3 0,2
5–9 Forte Faible 2 0,13
˃ 9 Très forte Très faible 1 0,07

4-3-2- 2- Standardisation des critères densité de fracture et de drainage

La densité de fracture et de drainage sont classifiées selon Jenks (1977) en cinq classes et
chaque classe contribue fortement ou faiblement au stockage d’eau souterraine (tableau VI et
VII).

Tableau VI : Standardisation de la densité de fracture

Densité de fracture Classes Influence Cotes Cotes

(km/km²) normalisées (wi)
< 0,76 Très faible Très faible 1 1/15 = 0,07
0,76 – 1,13 Faible Faible 2 0,13
1,13 – 1,52 Moyenne Moyenne 3 0,2
1,52 – 1,95 Forte Forte 4 0,27
˃ 1,95 Très forte Très forte 5 0,33

34
Tableau VII : Standardisation de la densité de drainage

Densité de drainage Classes Influence Cotes Cotes

(km/km²) normalisées (wi)
< 1,02 Très faible Très forte 5 5/15 = 0,33
1,02 – 1,45 Faible Forte 4 0,27
1,45 – 1,81 Moyenne Moyenne 3 0,2
1,81 – 2,27 Forte Faible 2 0,13
˃ 2,27 Très forte Très faible 1 0,07

4-3-2- 3- Standardisation des critères de lithologie et de texture du sol

Les différentes formations ont été regroupées en trois ensembles lithologiques à savoir les
métasédiments indifférenciés (schistes), les métavulcanites (Basaltes) et les granitoïdes, afin
d’attribuer des côtes à chaque formation (tableau VIII). Les textures sableuses contribuent plus
à l’accumulation en eau que les textures argileuses (tableau IX).

Tableau VIII : Standardisation de la lithologie

Lithologies Influence Cotes Cotes normalisées

(wi)
Métavulcanites Très faible 1 1/7 = 0,14
Métasédiments forte 4 0,57
Granitoïdes faible 2 0,29

Tableau IX : Standardisation de la texture du sol

Textures du sol Influence Cotes Cotes normalisées

(wi)
Argileuse Très faible 1 1/10 = 0,1
Argile limoneuse Faible 2 0,2
Argile sableuse Moyenne 3 0,3
Limon sablo-argileuse Forte 4 0,4

35
4-3-2- 4- Standardisation du critère d’infiltration

L’infiltration estimée à partir des données climatique a été classifiée par la méthode de Jenks
(1977), ainsi cinq classes sont définies et cotées en fonction de leur influence sur la formation
de nappe (tableau X).

Tableau X : Standardisation de l’infiltration

Infiltration (mm) Classes Influence Cotes Cotes

normalisées (wi)
< 130 Très faible Très faible 1 1/15 = 0,07
130 – 140 Faible Faible 2 0,13
140 – 150 Moyenne Moyenne 3 0,2
150 – 160 Forte Forte 4 0,27
˃ 160 Très forte Très forte 5 0,33

4-3-2- 5- Standardisation des critères d’épaisseur d’altération et du niveau statique

L’épaisseur d’altération et le niveau statique ont été classifiés suivant les travaux antérieurs
mais également en tenant compte des valeurs in situ (tableau XI et XII). Ainsi les classes de
fortes épaisseurs et les classes de faibles niveaux piézométriques sont prépondérant à
l’accumulation en eau souterraine, elles sont donc mieux cotées.

Tableau XI : Standardisation de l’épaisseur d’altération

Epaisseurs Classes Influence Cotes Cotes

d’altération (m) normalisées (wi)
< 20 Très faible Très faible 1 1/15 = 0,07
20 – 30 Faible Faible 2 0,13
30 – 50 Moyenne Moyenne 3 0,2
50 – 70 Forte Forte 4 0,27
˃ 70 Très forte Très forte 5 0,33

36
Tableau XII : Standardisation du niveau statique

Niveau statique (m) classes Influence Cotes Cotes

normalisées (wi)
< 5 Très faible Très forte 5 5/15 = 0,33
5 – 10 Faible Forte 5 0,27
10 – 15 Moyenne Moyenne 3 0,2
15 – 25 Forte Faible 4 0,13
˃ 25 Très forte Très faible 1 0,07

4-3-2- 5- Standardisation de l’occupation du sol

Les différentes classes d’occupation du sol (forêts, savanes, cultures, sols nus, habitats et eau)
ont été ensuite regroupées en cinq classes en combinant sols nus et habitats en une classe
(tableau XIII).

Tableau XIII : Standardisation de l’occupation du sol

OCS Influence Cotes Cotes normalisées

(wi)
Forêt Forte 4 4/15 = 0,27
Savane Moyenne 3 0,2
Cultures faible 2 0,13
Sols nus/habitats Très faible 1 0,07
Eau Très forte 5 0,33

4-3-3- Pondération des critères

La pondération des critères de décision a été effectuée suivant la méthode de comparaisons par
paire AHP développée par Saaty (1980). Elle consiste à comparer les critères deux à deux en
termes d’importance relative par rapport à l’objectif défini sur la base d’une échelle de 1-9
(tableau XIV).
L’utilisation de la matrice de comparaison a permis de déterminer le poids final W des critères
à partir des vecteurs propre (Vp). Elle procède par une méthode de calculs mathématiques
engendrant des coefficients de pondération standardisés dont la somme est égale à 1.

37
Tableau XIV : Echelle de Saaty pour la comparaison des critères (Saaty, 1980)
Valeurs Comparaison Echelle verbale
1 Même importance Les deux éléments ont une importance égale
3 Modérément important Un élément est un peu plus important que l’autre

5 Fortement important Un élément est plus important que l’autre

7 Très important Un élément est beaucoup plus important que
l’autre
9 Extrêmement important La dominance d’un élément est très remarquable
2, 4, 6, Valeurs intermédiaires Valeurs intermédiaires entre deux jugements,
8 utilisées pour affiner le jugement

La comparaison par paire des critères selon leur importance dans l’évaluation des zones
potentielles en eaux souterraines dans la zone d’étude a permis d’obtenir la matrice de
comparaison (tableau XV). La comparaison s’effectue ligne par rapport à la colonne, chaque
critère de la ligne est comparé à chaque critère de la colonne. Si le critère de la ligne n’est pas
favorable au critère de la colonne, elle prend la valeur inverse.
Tableau XV : Matrice de comparaison des critères

P Ie Dd Df OCS EA NP T Li Alt
P 1 3 5 2 5 5 5 4 3 1/2
Ie 1/3 1 4 1/3 4 3 2 2 1/2 1/4
Dd 1/5 1/4 1 1/5 2 1/2 1/2 1/3 1/4 1/5
Df 1/2 3 5 1 5 4 4 4 3 1/2
OCS 1/5 1/4 1/2 1/5 1 1/2 1/2 1/3 1/4 1/5
EA 1/5 1/3 2 1/4 2 1 1/2 1/2 1/3 1/5
NP 1/5 1/2 2 1/4 2 2 1 1/2 1/3 1/5
T 1/4 1/2 3 1/4 3 2 2 1 1/2 1/4
Li 1/3 2 4 1/3 4 3 3 2 1 1/3
Alt 2 4 5 2 5 5 5 4 3 1
Total 5,21 14,83 31,5 6,31 33 26 23,5 18,66 12,16 3,16
P : pente ; Ie : infiltration efficace ; Dd : densité de drainage ; Df : densité de fracture ; OCS :
occupation du sol ; EA : épaisseur d’altération ; NS : niveau statique ; T : texture ; Li :
lithologie ; Alt : altitude

38
  Vérification de la cohérence du jugement
Afin de tester la cohérence de la matrice de comparaison qu’indique si les critères ont un
rapport logique entre elles, Saaty (1980), propose de calculer le rapport de cohérence (RC). Le
jugement est d’autant bon si RC est inférieur à 10% (Saaty, 1980). Il est égal au rapport de
l’indice de cohérence (IC) par l’indice aléatoire (Ia) équation 5.
𝐼
𝑅 =
𝐼𝑎
Les valeurs de l’indice aléatoire (Ia) sont données en fonction du nombre de paramètres
comparés (tableau XVI).
Tableau XVI : Valeurs d’Indice aléatoire (Ia) d’une matrice de même dimension (Saaty, 1980)
Nombre de 2 3 4 5 6 7 8 9 10 11
variables
Ia 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49 1,51
La valeur d’Ia dans cette étude est de 1,49

λmax − n
𝐼 =
−
Avec : n le nombre de critère et λmax la valeur propre de la matrice de comparaison. Il est
déterminé selon les étapes suivantes :
- normaliser la matrice de comparaison en divisant chaque élément de colonne par le total
de la colonne (tableau XVII) ;
- faire la moyenne de la ligne de la matrice normaliser (C) ;
- multiplier chaque moyenne de la ligne de la matrice normaliser par le total de la matrice
originale (D) ;
- déterminer λmax qui est la somme des résultats obtenus à l'étape précédente (équation
7)

39
Tableau XVII : Matrice de comparaison normalisée
P Ie Dd Df OCS EA NS T Li Alt C D
P 0,19 0,2 0,16 0,29 0,15 0,19 0,21 0,21 0,25 0,14 0,2 1,04
Ie 0,06 0,07 0,13 0,05 0,12 0,12 0,09 0,11 0,04 0,07 0,08 1,25
Dd 0,04 0,02 0,03 0,03 0,06 0,02 0,02 0,02 0,02 0,06 0,03 0,98
Df 0,1 0,2 0,16 0,15 0,15 0,15 0,17 0,21 0,25 0,14 0,17 1,14
OCS 0,04 0,02 0,02 0,03 0,03 0,02 0,02 0,02 0,02 0,06 0,03 0,87
EA 0,04 0,02 0,06 0,04 0,06 0,04 0,02 0,03 0,03 0,06 0,04 1,01
NS 0,04 0,03 0,06 0,04 0,06 0,08 0,04 0,03 0,03 0,06 0,05 1,08
T 0,05 0,03 0,1 0,04 0,09 0,08 0,09 0,05 0,04 0,07 0,06 1,18
Li 0,06 0,13 0,13 0,05 0,12 0,12 0,13 0,11 0,08 0,09 0,1 1,24
Alt 0,38 0,27 0,16 0,29 0,15 0,19 0,21 0,21 0,25 0,28 0,24 0,87

 Calcul de λmax, de IC et de RC
 λmax = ∑ = ,
, −
 𝐼 = −
= ,
, 4
 𝑅 = ,49
= ,

RC = 5 % donc inférieur à 10 % ; par conséquent les jugements sont cohérents.

La matrice de comparaison issue de la hiérarchisation permet de calculer le vecteur propre
(Vp) et le poids (W) des critères. Les valeurs des vecteurs propres (Vp) sont obtenues en
calculant leur moyenne géométrique par ligne selon la formule de l’équation 8 :
𝑛
𝑉𝑝 = √𝜋𝑖𝑛 𝑖

Avec : Vp : Vecteur propre ; 𝒈 : Note du critère ; n : nombre de critère

 Exemple de calcul de Vp et W de la pente

𝒑= √ + + + + + + + + + , = ,𝟕

,𝟕
= = 0,20
,

40
Les valeurs des vecteurs propres et des poids des différents critères sont consignées dans le
tableau XVIII

Tableau XVIII : Vecteurs propres et Poids des critères

Critères Vecteur propre (Vp) Poids (W)

Pente 2,72 0,20
Infiltration 1,1 0,08
Densité drainage 0,39 0,03
Densité fracture 2,27 0,17
Occupation du sol 0,34 0,03
Epaisseur d’altération 0,51 0,04
Niveau statique 0,61 0,05
Texture du sol 0,82 0,06
Lithologie 1,35 0,10
Altitude 3,22 0,24
Total 13,33 1

4-3-4- Agrégation des critères

La méthode d’agrégation utilisée est la combinaison linéaire pondérée. Cette technique permet
de délimiter les zones potentielles d’eau souterraine en intégrant les poids normalisés de chaque
critère (Wj) et la côte normalisées ou poids (wi) des classes du critère dans ArcGIS (Das et
Mukhopadhyay, 2018).
Ainsi l’indice de potentiel d’eau souterraine GWPI est calculé par la formule suivante :

𝑮 𝑷𝑰 = ∑ ∑ .𝒘
= =

Avec : Wj est le poids de chaque critère j, wi est le poids normalisé de chaque classe i, m
représente le nombre total de critère et n le nombre total de classe dans un critère.
Il faut noter que GWPI (Groundwater Potential Index) est une quantité qui aide à prédire les
zones potentielles d’eau souterraine dans une région (Adiat et al, 2012).

41
 Données Images Images ASTER Données de Données de
climatiques Sentinel 2A GDEM V2 forages cartographiques

Niveau Lithologie
Infiltration Densité de Densité de
Altitude statique
efficace fractures drainage

Occupation Epaisseur Textures du

Pente
du sol d’altération sol

Reclassification et standardisation
des classes de chaque critère

Pondération des critères suivant la

méthode AHP

Agrégation des critères dans

ArcGIS

CARTE DES ZONES POTENTIELLES EN

EAU SOUTERRAINE

Figure 16 : Organigramme de synthèse de la méthode d’élaboration de la carte des zones

potentielles en eau souterraine

42
4-3-5- Validation de la carte des zones potentielles en eaux souterraines

L’analyse multicritère étant fondé sur l’observation et non sur des théories établies, la validation
se révèle importante et nécessaire. Elle permet de confirmer l’exactitude du résultat d’un travail
scientifique et la crédibilité de l’étude. La carte des zones potentielles en eaux souterraines a
été soumise à deux modes de validation pour apporter plus de crédibilité et se rapprocher de la
réalité de terrain.

 Validation visuelle : courbes de tendance de sensibilité

La technique de validation utilisant les courbes de tendance (Jourda, 2005), consiste à

superposer un certain nombre de débits de forages à la carte des zones de potentielles. Faut-il
noter que la condition d’utilisation de ces débits est qu’ils n’ont servi en aucun cas dans la
réalisation d’un critère intervenant dans ladite carte et provient exclusivement de la zone
d’étude.

Ainsi, les débits sont regroupés en 4 classes selon la classification du C.I.E.H (fort, moyen,
faible, très faible), puis superposés à la carte. Le nombre de forages se trouvant dans chaque
classe a été relevé et exprimé en pourcentage par rapport au nombre total de forages. Des
courbes de pourcentage par classe de sensibilité de potentialité en fonction des classes de débits
sont construites. Enfin les courbes sont comparées aux courbes de tendance standard des classes
de sensibilité en fonction de débits (Jourda, et al, 2006).

 Validation par analyse de l’incertitude

La carte des zones potentielles fait l’objet d’une validation par le calcul de l’incertitude
(Doumbouya et al, 2012 ; Mangoua, 2013 ; Yao et al, 2016 ; Kouassi et al, 2019). Ce mode
consiste à calculer des incertitudes sur les moyennes des différents paramètres ou critères
entrant dans la réalisation de la carte des zones potentielles d’eau souterraine. Ainsi le calcul
est donné par l’équation 10 :

𝜎
∆𝑋̅ =
√

Où ∆𝑋̅ est l’incertitude sur la moyenne de la série de données, σ est l’écart type de la série de
données et m le nombre de données.

Un facteur d’expansion (K) est alors calculé afin de déterminer le niveau de confiance. La
détermination de ce paramètre est basée sur le principe statistique de calcul de l’incertitude

43
étendue. Le facteur K permet la définition d’un intervalle de portée suffisante ayant pour but
d’avoir dans les résultats une grande confiance. L’expression de ce facteur est :

| − 𝑋̅|
𝐾=
𝜎

Avec 𝐾est le facteur d’expansion et la valeur extrême de la série statistique qui peut être le
maximum ou le minimum.

Les niveaux de confiance des différents paramètres ont été déduits des différentes valeurs de
K. Ainsi, K = 1 pour un niveau de confiance de 68% ; K = 2 pour un niveau de confiance de
95% ; et K = 3 pour une confiance de 99%.

Conclusion partielle

Plusieurs matériel ont été utilisés pour mener cette étude dont les données images,
cartographiques, forages, climatiques et les logiciels ont permis de réaliser les différents
traitements. Les systèmes d’information à référence spatial et l’analyse multicritères ont permis
de réaliser la carte de potentialité en eau souterraine du département de Dabakala.
L’exploitation de ces techniques a permis de générer des résultats qui sont présentés dans les
prochains chapitres.

44
 TROISIÈME PARTIE :
RÉSULTATS ET DISCUSSION

CHAPITRE 5 : CARTOGRAPHIE DES STRUCTURES

GÉOLOGIQUES, D’OCCUPATION DU SOL ET DES
PARAMÈTRES GÉOMORPHOLOGIQUES PAR
TÉLÉDÉTECTION

CHAPITRE 6 : CARTOGRAPHIE DES ZONES

POTENTIELLES EN EAU SOUTERRAINE
CHAPITRE 5 : CARTOGRAPHIE DES STRUCTURES GÉOLOGIQUES,
D’OCCUPATION DU SOL ET DES PARAMÈTRES GÉOMORPHOLOGIQUES PAR
TÉLÉDÉTECTION
5-1- Cartographie structurale et d’occupation du sol du département de Dabakala
5-1-1- Analyse en composantes principales (ACP)
L’ACP montre que les trois premières composantes principales de l’ACP (CP1 ; CP2 ; CP3)
renferment la quasi-totalité des informations soit 98,79% d’informations. Le tableau XIX
indique le pourcentage de chaque néocanal.
Tableau XIX : pourcentage d’informations des trois premières composantes de l’ACP

Composante Variance Pourcentage Pourcentage

principales (CP) d’informations d’informations
cumulé
CP1 3,91 65,23 65,23
CP2 1,83 30,55 95,78
CP3 0,18 3,01 98,79

Ainsi, la première composante principale (CP1) concentre la majorité des informations

contenue dans l’image, avec plus de 65,23% d’informations. La seconde composante principale
(CP2) et la troisième composante (CP3) renferment respectivement 30,55% et 3,01%
d’informations.

Au vu des différents pourcentages d’informations exprimées par les néocanaux, la première

composante principale rehausse de façon efficiente les informations de la zone d’étude. En
effet, elle met en évidence les linéaments associés au réseau hydrographique, les zones de forêt
humide dans des nuances de ton sombre, les zones d’urbanisation et sols nus dans des nuances
de tons plus claires. La seconde composante principale montre les zones humides et des étangs
dans des nuances de ton plus claire qui sont bien visible. Mais, les zones bâtis, le réseau
hydrographique sont très peu visible. En ce qui concerne la troisième composante principale,
bien qu’elle n’exprime pas un pourcentage important d’information, elle est rehaussée dans le
même registre que la première composante principale (figure 17).

45
 (CP1) (CP2)

(CP3)

Figure 17 : Produits des composantes principales de l’ACP

5-1-2- Carte linéamentaire

La carte de linéament de Dabakala (figure 18) obtenue compte 4554 linéaments avec une
longueur moyenne de 2,79 km.

46
 Figure 18 : Carte des linéaments du département de Dabakala

5-1-3- Validation de la carte de fracturation

La validation de la carte de fracturation est très importante car elle permet le passage du terme
linéaments au terme fracture. La validation réalisée montre des similitudes entre les fractures
et le réseau hydrographique. Il faut noter qu’en milieu de socle la majorité des cours empruntent
généralement la direction des fractures. Ainsi la figure 19 met en évidence la conformité entre
les fractures et réseau hydrographique.

47
 Figure 19 : Couplage du réseau hydrographique aux linéaments majeurs

Aussi les rosaces directionnelles obtenues présentent des orientations similaires aux des
structures linéaires observées sur le terrain par Gnanzou (2014) dans le département de
Dabakala. Selon ses travaux la majorité des structures linéaires sont orientées dans les directions
N-S à NNE-SSO ; N90 à N100 et NO-SE à NNO-SSE. Une similitude est observée entre les
directions des fractures (figure 20). Ce qui permet de valider la carte de fracturation du
département de Dabakala.

48
 1)

2)

3)

Figure 20 : Planche comparative des rosaces et stéréogrammes de Gnanzou (2014) : 1) :

rosace des structures linéaire Gnanzou ; 2) : stéréogrammes des structures Gnanzou ; 3) :
rosaces (en longueur et en nombre) des linéaments obtenues après traitement

49
5-1-4- Analyse de la distribution des fractures

La figure 21 présente la rosace directionnelle (en nombre et en longueur cumulée) des fractures
détaillées. La figure 21A montre que les directions majeures en termes de nombre de fracture
sont : N0-10 ; N90-100 ; N130-140. La rosace donne une proportion supérieure à 8% dans la
direction N0-10 à 6% dans la direction N90-100 et à 4% dans la direction N130-140. Par
ailleurs les autres directions dites mineures présentent des proportions inférieures à 2%. Cela
montre une distribution des familles de fractures dans toutes les directions.

Figure 21 : Rosace directionnelle des fractures du département de Dabakala (A : en nombre ;

B : en longueur cumulée)

Concernant la rosace en longueur cumulée des fractures (figure 21B) les proportions
supérieures à 8% et 6% dans les directions N60-70 ; N130-140 ; N70-80 ; N0-10 ; N50-60
apparaissent comme des directions majeures. À eux, s’ajoutent les directions dites secondaires
de proportions supérieures à 4%. Il s’agit des directions : N80-90 ; N90-100 ; N150-160 ; N120-
130 ; N170-180 ; N10-30. Les autres directions sont inférieures à 2%, elles correspondent aux
orientations dites mineures.

50
Ainsi, dans la zone d’étude les directions N60-70 ; N0-10 ; N130-140 et N90-100 apparaissent
dans l’ensemble comme les directions majeures.

Au niveau de la densité de fracture, une forte fracturation est observée tant en longueur qu’en
nombre de fracture. Ainsi la méthode de régression linéaire a permis d’établir une relation entre
les longueurs cumulées et les nombres de fractures (figure 22).

Figure 22 : Relation entre le nombre de fractures et les longueurs cumulées de fractures

Le nombre de fractures et la longueur cumulée de fractures expriment tous deux la densité de

fracturation. Ces deux paramètres peuvent être utilisés pour étudier la fracturation. Pour cela, il
est indispensable que ces paramètres soient fortement corrélés (Lasm, 2000). Dans cette étude,
il existe une forte corrélation entre le nombre de fractures et les longueurs cumulées de
fractures. Cette corrélation est caractérisée par la droite d’équation y= 1,1992x - 1,2398 avec
un coefficient de détermination R2 = 0,7085 et un coefficient de corrélation R = 0,842. Ce
coefficient est proche de 1, exprime une forte corrélation entre longueur cumulée et nombre de
fractures. Cependant pour la détermination des zones à fortes potentialités hydrauliques du
département, il est nécessaire d’observer la répartition spatiale non seulement des longueurs
cumulées, mais aussi de la densité de fracturation exprimée en nombre de fractures.

5-1-5- Carte des fractures majeures

La carte des fractures validée a permis de faire ressortir les fractures majeures (figure 23). Dans
cette étude les fractures considérées comme majeures sont ceux dont la longueur est supérieure
ou égale à 5 km. Ainsi 645 fractures majeures ont été répertoriées.

51
 Figure 23 : Carte des fractures majeures du département de Dabakala

Ces fractures majeures renseignent sur les directions productives pour l’implantation des
forages d’eau souterraine. L’analyse des rosaces directionnelles (figure 24, A : en nombre et
B : en longueur cumulée) montrent qu’en termes de nombre de fractures les directions N60-70 ;
N70-80 ; N130-140 ; N40-60 constituent les classes principales avec des proportions
supérieures à 8% dans l’ensemble, avec une mention spéciale dans la direction N-60-70 dont la
proportion est supérieure à 10%. Aussi d’autres fractures avec des proportions supérieures à
4% il s’agit des directions : N140-150 ; N120-130 ; N90-100 ; N80-90 et N0-10 constituent les
directions secondaires.

Concernant la rosace en longueur cumulée, elle présente pratiquement les mêmes directions
avec les mêmes proportions que celles des nombres de fractures.

A l’issue de cette analyse, il en ressort que les quatre directions N60-70 ; N70-80 ; N130-140
et N40-50 constituent les directions majeures du département de Dabakala et les six directions
N0-10 ; N80-90 ; N90-100 ; et N120-130 ; N140-150 ; N150-160 constituent les directions
secondaires.

52
Figure 24 : Rosaces directionnelles des fracture majeures (A : en nombre de fractures et B : en
longueur cumulée de fractures)

5-1-6- Cartographie de l’occupation du sol

La connaissance des éléments du sol renseigne sur l’état du milieu à se laisser traverser par les
eaux pluviales qui contribuent favorablement à la recharge des aquifères. A l’issue de la
méthode de classification supervisée cinq classes ont été définies (figure 25).

L’analyse statistique de la carte obtenue montre que la zone est majoritairement dominée par
les savanes avec environ 50% de la superficie totale. Les cultures et forêts occupent
respectivement 7% et 9% de la superficie.

53
 Figure 25 : Carte d’occupation du sol du département de Dabakala issue des images S2A
mars 2019

La classification a été évaluée par le test de Jeffries-Matusita et la matrice de confusion. La

validation statistique de cette classification donne une précision globale de 90,89% et un
coefficient de Kappa de 0,89. Ainsi la classification est donc satisfaisante.

Le tableau XX présente la matrice de séparabilité des paires de classes. L’indice de séparabilité

est compris entre 0 et 2, il indique la qualité de séparabilité statistique d’une paire des classes.
Pour les indices supérieurs à 1,9 indique une bonne séparabilité. Pour les indices inférieurs à
1,9 il est nécessaire de tester la séparabilité par l’examen des classes. Quant aux indices
inférieurs à 1 il est conseillé de fusionner ces classes en une classe. Ainsi, une bonne séparabilité
existe entre les classes. Mais, les paires de classe forêt-savane et savane-culture présentent
respectivement une séparabilité de 1,74 et 1,71.

54
Tableau XX : Matrice des indices de Jeffries-Matusita relatifs à la séparabilité des différentes
classes d’occupation du sol

Classes Forêts Savanes Cultures Sols Eau

nus/Habitats
Forêts 0 1,74 1,91 1,99 2,00
Savanes 0 1,71 1,98 2,00
Cultures 0 1,99 2,00
Sols nus /Habitat 0 2,00
Eau 0

La matrice de confusion (tableau XXI) entre les différentes classes présente dans sa partie
diagonale le pourcentage des pixels bien classés et hors diagonale le pourcentage des pixels mal
classés. Ainsi, il existe une bonne classification de l’image. Cependant il y a eu quelques
confusions, la plus importante est de 13,67% observée entre les savanes et les cultures à cause
des réponses radiométriques qui sont voisines.

Tableau XXI : Matrice de confusion de la classification

Classes Forêts Savanes Cultures Sols Eau Commission

nus/Habitats
Forêts 90,02 6,19 1,55 0,04 0,15 8,11
Savanes 5,20 78.58 9,87 2,47 0,03 18,22
Cultures 4,78 13,67 88,58 0,00 0,00 17,25
Sols nus 0,00 1,56 0,00 97,48 0,00 1,61
/Habitat
Eau 0,00 0,00 0,00 0,00 99,82 0
Total 100 100 100 100 100
Omission 9,98 21,42 11,42 2,52 0,18

55
5-2- Etude des paramètres géomorphologiques

L’analyse géomorphologique est portée sur la topographie et ses résultantes (l’altitude du relief,
la pente, la densité de drainage). En effet, elle influence l’écoulement des eaux de surfaces, et
conditionne la recharge des aquifères.

5-2-1- Altitude

La figure 26 présente la morphologie du terrain en 3D (exagération verticale 29,8593). Les très

faibles (146-220) et faible (200-270) altitudes se rencontrent dans les zones à proximité des
fleuves N’Zi et Comoé et au sud du département. Ces reliefs se présentent comme une
succession monotone de bas-plateaux et presque entièrement schisteux. Ces zones se situent
majoritairement dans la partie Sud et Sud-Ouest de la zone d’étude, elles correspondent à des
zones ou le ruissellement est faible donc favorable à la recharge des aquifères.

Figure 26 : Carte d’altitude en 3D du département de Dabakala

Cependant, les sommets et les hauts plateaux d’altitude comprise entre 320 et 670 m sont
caractérisés de zones où la vitesse de ruissellement est élevée. Ainsi ces zones sont
défavorables à la recharge des aquifères. Elles sont constituées majoritairement de formations
volcaniques et plus au centre de la zone d’étude par des granitoïdes formants des inselbergs.

56
5-2-2- Pente

La pente (figure 27) présente cinq classes de pentes, les pentes très faibles (< 1) ; faibles (1 -
3) ; moyennes (3 - 5) ; fortes (5 - 9) et très fortes (> 9). Cette variation de pentes indique la
présence de différentes unités tant morphologiques que lithologiques. La zone d’étude est
dominée majoritairement par les pentes faibles (38%), très faibles (31%) et moyennes (22%).
Les pentes fortes et très fortes n’occupent respectivement que 8% et 1%. De cette analyse il en
ressort que la valeur de la pente moyennes du département de Dabakala est de 5,16%.

Figure 27 : Carte de pente du département de Dabakala

Les zones de pentes inférieures à 1% correspondent à des ruptures de pente, généralement entre
deux formations géologiques de natures différentes ou des zones de fractures (figure 28). Ces
endroits sont les zones préférentielles de recharge des aquifères, l’infiltration est très importante
dans ces lieux. Par contre les zones de sommets ou de hautes altitudes sont des domaines de
pentes abruptes où l’écoulement superficiel est élevé. Dans ces zones l’infiltration est très fine.

57
Figure 28 : Rupture de pente et zone de faiblesse

5-2-3- Densité de drainage

Les valeurs de densité de drainage issues du réseau de drainage sont comprises entre 0 et 3,40
km/km². Les zones à faible écoulement ont une densité de drainage faible tandis que les zones
à forte densité de drainage concentrent la majorité des drains. Ainsi les zones à faible densité
de drainage sont favorables à l’infiltration contrairement aux zones à forte densité de drainage.
La figure 29 présente la carte du réseau de drainage. Elle montre que la zone est dominée par
la classe de densité moyenne avec 32% de la superficie totale.

58
 Figure 29 : Carte de densité de drainage du département de Dabakala

Conclusion partielle

La carte de fractures a relevé 4554 fractures. Les orientations des linéaments sont semblables
aux travaux de terrain de Gnanzou (2014). Cette comparaison permet de valider la carte dont
les directions majeures sont : N60-70 ; N70-80 ; N130-140 et N40-50. La carte de fracture
montre également que la zone est fortement fracturée au Nord et au Sud. La carte d’occupation
du sol montre que environ 50% de la zone est constitué de savane. Cette carte d’occupation est
fiable avec un indice de globale de 90,89%.

L’étude de la géomorphologie a montré les zones favorables à l’accumulation en eau

souterraine. Les l’altitude décroit grossièrement du Nord vers le Sud. La pente et la densité de
drainage du département sont moyennement aptes à l’infiltration.

59
CHAPITRE 6 : CARTOGRAPHIE DES ZONES POTENTIELLES EN EAU
SOUTERRAINE

6-1- Etude de la productivité des ouvrages de captage et quantification de la recharge

Cette étude consiste à établir un lien entre le débit des forages, les profondeurs des forages et
les épaisseurs d’altération. Ainsi, les rapports suivants sont établis :
- profondeurs totales des forages et débits d’exploitation ;
- épaisseur et débits d’exploitation.

6-1-1- Relation entre profondeurs totales des forages et les débits

La figure 30 montre la répartition des débits en fonction de la profondeur totale de l’ouvrage.
Il ressort de cette figure que, les profondeurs totales des 176 forages et puits oscillent entre 0,6
et 103 m. les puits ont des profondeurs inférieurs à 20 m et les forages ont des profondeurs
comprises entre 20 et 103 m. Les débits très faible à faibles (< 2,5 m3/h) se retrouvent à toutes
les profondeurs totales de forage (20 - 103 m). Quant à l’intervalle de profondeurs comprises
entre 40 et 100 m, elle représente les débits moyens (2,5 - 5 m3/h). Les débits forts (˃ 5m3/h)
se rencontrent qu’à des profondeurs comprises entre 35 et 90 m. ainsi, les profondeurs
optimales sont comprises entre 35 et 90 m.

Figure 30 : Relation entre profondeur totale et débits

60
6-1-2- Relation entre couche d’altérites et débits de production
La figure 31 met en évidence la relation entre les épaisseurs d’altération et les débits. Elle révèle
que les épaisseurs d’altération de forage comprises entre 30 m et 80 m offrent des forts débits
supérieurs à 5 m3/h.

Figure 31 : Relation épaisseur d’altération et débits

6-1-3- Appréciation de la recharge

La synthèse du bilan hydrologique (tableau XXII) montre que :

- Du mois de janvier à juin et le mois de décembre, les pluviométries sont respectivement
inférieures aux valeurs d'ETP correspondantes. Elles sont donc totalement reprises par
évaporation, d'où ETR = P. Il s'ensuit un déficit du bilan ETP-ETR qui varie de 30
mm à 136 mm pour les mois considérés ;
- de juillet à septembre, les hauteurs de pluies enregistrées sont supérieures à l'ETP. Ainsi,
est enregistré un excédent du bilan appelé pluie efficace (P-ETR = 58 mm en juillet, 83
mm en Août, et 110 mm en septembre). Une partie de cet excèdent contribuera à la
reconstitution des réserves jusqu'à saturation du sol (RFU = 100 mm seuil qui est atteint
pendant ces 3 mois) ;
- Le surplus du bilan disponible (SI = P- ETR- ΔR) est de 209 mm /an et de 110 mm
en septembre. Il s'écoulera soit vers les nappes souterraines via les fractures ouvertes,
soit vers les cours d'eau de surface.
Les résultats du bilan hydrologique de la station satellitaire n°6 montrent que la pluviométrie
annuelle du département de Dabakala est de 1338 mm/an. La méthode de Thornthwaite a
permis de déterminer l’évapotranspiration réelle (ETR) annuelle qui est de 1058 mm/an, soit
79,1 % des précipitations moyennes annuelles la chronique considérée. La quantité restante est

61
 répartie entre ruissellement et infiltration pour alimenter la nappe souterraine. La quantité d’eau
susceptible de s’infiltrer pour la recharge de la nappe est de 157 mm, soit 11,73%.
Tableau XXII : Bilan hydrologique de la station N°6 de 1982 à 2018
Mois P ETP ETR SI RI dRFU ETP-ETR P-ETR P-ETP Infil
Jan 7 134 7 0 0 0 126 0 -126
Février 28 164 28 0 0 0 135 0 -135
Mars 78 190 78 0 0 0 111 0 -111
Avril 124 170 124 0 0 0 45 0 -45
Mai 154 153 153 0 1 1 0 1 1
Juin 178 123 123 0 57 55 0 55 55
Juillet 167 109 109 15 100 42 0 58 58
Août 189 106 106 83 100 0 0 83 83
Septembre 218 108 108 110 100 0 0 110 110
Octobre 141 119 119 0 52 22 0 22 22
Novembre 38 122 91 0 0 -52 30 -52 -83
Décembre 10 117 10 0 0 0 106 0 -106
Total 1338 1615 1058 209 411 70 556 279 -276 157,01
SI : Surplus disponible pour l’écoulement superficiel ou souterrain; RI : Réserve effective du
mois en cours de calcul ; dRFU : Variation des réserves ; Infil : Infiltration
L’infiltration moyenne estimée du département de Dabakala est de 151 mm.

6-2- Analyse des autres critères

6-2-1- Carte de densité de fracture

L’évolution structurale des roches est un facteur indiscutable d’existence de nappe d’eau, car
elle conditionne la formation des réservoirs (Koudou et al, 2013). Ainsi, les fractures
constituent l’un des facteurs ou paramètres prépondérant dans la formation des eaux
souterraines. Les zones à très forte densité de fracture constituent des pôles excellents à la
formation de nappe tandis que, les zones à très faible densité de fracturation sont défavorables
à la formation de réservoirs. La figure 32 présente la carte de densité de fracture estimée à partir
des fractures extraites sur les images S2A. L’analyse de cette carte montre que la fracturation
de la zone d’étude est moyennement dense. En effet, les classes faible, moyenne et forte
occupent respectivement 31% ; 22% et 19% de superficie totale alors que les classes très faible
et très forte représente respectivement 17% et 11% de la superficie totale du département. La

62
densité moyenne de la zone d’étude est de 1,35 Km/Km² avec une très forte densité dans les
localités de Boniérédougou, Niéméné, Foumbolo, Sokala-Sobara et de Satama-Sokoura. Ces
localités se trouvent dans le bassin du N’Zi. Ainsi, le bassin versant du N’Zi est plus fracturé
que le bassin versant de la Comoé. Cependant la fracturation affecte l’ensemble des formations
géologiques.

Figure 32 : Carte de densité de fracture du département de Dabakala

6-2-2- Épaisseurs d’altération

Les zones de fortes épaisseurs d’altérites sont favorables à la formation de réservoirs souterrains
contrairement aux zones de faibles épaisseurs d’altérites. Les épaisseurs d’altération comprises
entre 50 – 70 m sont les importantes avec 53% de la superficie du département. L’épaisseur
moyenne du département est de 52 m.

6-2-3- Niveau statique

Le niveau statique correspond au niveau de la surface libre. Elle est d’autant importante dans
l’accumulation de l’eau souterraine. Plus ce niveau est faible plus la zone est potentiellement
favorable à la formation de nappe. Les classes faible et moyenne sont les plus importantes avec
respectivement 45% et 46% de la zone d’étude, la classe très forte représente moins de 1%. Le
niveau statique moyen de la zone d’étude est de 14,22 m.

63
6-2-4- Textures du sol

La texture de est un paramètre important pour l'identification de zone potentiel d'eaux

souterraines. La texture de sol détermine le taux de percolation et la recharge des eaux
souterraines. Le département de Dabakala présente quatre types de textures dont 25% de texture
argileuse, 9% de texture argileux limoneuse, 47% de texture argileux sableuse et 19% de texture
limon-sablo-argileuse. Les textures limon-sablo-argileuses sont majoritairement constituées de
sables et favorise plus l’infiltration.

6-3- Carte thématique de potentialité en eau souterraine du département de Dabakala

La carte de potentialité en eau souterraine du département de Dabakala (figure 33) montre une
potentialité moyenne en eau souterraine de façon générale :

 les classes de potentialité très faible (10%) et faible (24%) sont reparties presque dans
toute la zone d’étude. Elles sont plus marquées au Nord, au Nord-Est, Nord-Ouest et
au Sud-Ouest. Elles sont majoritairement dans les localités de Foumbolo, de Tiendéné-
Bombarasso, de Niéméné au Sud-Est de Dabakala, au Sud de Boniérédougou et de
Yaossédougou. En effet, ces zones sont situées en forte altitude où le ruissellement est
dominant ;
 les classes moyennes sont reparties également sur tout le territoire et dans toutes les
localités comme des petites fenêtres. Elle est la plus dominante des classes de
potentialité avec 31% de la superficie totale de la zone d’étude. Ces zones ne révèlent
pas de préférence la présence d’un important réservoir souterrain. Mais, elles acquièrent
la fonction capacitive et offrent de bons débits, lorsque l’implantation de forage se
réalise sur des nœuds des fractures conductrices ;
 la classe de potentialité forte occupe 25% de la superficie de la zone d’étude. Elle se
concentre plus vers le Sud et à l’Est du département, dans la localité de Bassawa,
Satama-Sokoro, de Sokala-Sobara et dans les environs de Dabakala. Elle se trouve
également dans des localités du Nord, dans les zones de basse altitude, de faible pente
et de fracturation intense.
 la classe de potentialité très forte avec seulement 10% de la superficie de la zone
d’étude. Elle est beaucoup plus marquée au Sud du département, dans la localité de
Satama-Sokoura. En effet, cette zone présente une forte densité de fracturation et des
altitudes plus faible.

64
La carte de potentialité en eau souterraine du département présente des zones à faible et forte
potentialité. Ces zones sont à considérer lors des prochains projets d’implantations de forages
dans la zone. Les zones à forte et très forte potentialité, situées au Sud du département, dans la
sous-préfecture de Satama-Sokoura (Basin du M’bé) ont plus de chances d’être productives.
Cependant elle doit faire l’objet de validation pour montrer son exactitude.

Figure 33 : Carte de potentialité en eau souterraine du département de Dabakala

6-4- Validation de la carte de potentialité

 Courbe de tendance de sensibilité

Le tableau XXIII présente le calcul des pourcentages de forages d’une classe de débits se
superposant à la classe de potentialité. Ce tableau a permis de construire le graphe des courbes
de pourcentage de nombre de forages en fonction des classes de débit (figure 34). Ce graphe
présente une allure semblable que celui de Jourda, et al. (2006) (figure 35). Il révèle que les
différentes classes de sensibilité expriment en partie les débits des ouvrages correspondants.
Ainsi, la courbe de sensibilité reflète la réalité du terrain.

65
 Tableau XXIII : Pourcentage du nombre de forage par rapport aux classes de débits

Classes de débits Très faible Moyenne Forte Très forte Nombre de

(CIEH) et faible (%) (%) (%) (%) forages
Très faible (Q < 1 m3/h) 64,10 23,08 10,26 2,56 39
Faible (1 < Q < 2,5 m3/h) 25,93 48,15 18,52 7,41 27
Moyenne (2,5 < Q < 5 m3/h) 11,76 23,53 47,06 17,65 17
Forte (Q > 5 m3/h) 9,09 9,10 27,25 54,56 11

Figure 34 : Courbe de tendance de sensibilité en fonction des classes de débits du département

de Dabakala

Figure 35 : Courbe de tendance standard des classes de sensibilité en fonction des débits
(Jourda et al, 2006)

66
  Validation par analyse statistique de l’incertitude

La validation de la carte de potentialité par l’analyse statistique de l’incertitude associée à

chaque critère de la carte est résumée dans le Tableau XXVIII. Les incertitudes calculées sur
les différents paramètres d’évaluation de la potentialité en eau sont comprises entre de
±1,22.10-4 à ±9,26.10-2. Ainsi les erreurs commises dans l’élaboration de la carte de potentialité
sont minimes à l’exception de l’épaisseur d’altération, l’infiltration, le niveau piézométrique et
l’altitude qui ont respectivement ±9,26.10-2, ±5,80.10-2, ±3,64.10-2, ±1,84.10-2. Par ailleurs les
différents paramètres expriment un niveau de confiance significatif dans l’ensemble.
Concernant la carte thématique de potentialité elle exprime une incertitude de ±2.10-3 avec un
niveau de confiance de 99%.
Ces faibles valeurs d’incertitude obtenues sur les différents critères attestent la fiabilité de la
carte des potentialités en eau souterraine du département de Dabakala.
Tableau XXIV : Valeurs statistiques des paramètres d’évaluation de la potentialité
Min Max Moy Ecart-type Incertitude K NC
Pente 0 38,85 5,16 3,25 ±1.10-3 2 95%
Infiltration 117,18 175,924 147,004 11,829 ±5,80.10-2 2 95%
Densité de drainage 0,005 3,397 1,644 0,509 ±2,45.10-3 3 99%
Densité de fracture 0,001 2,938 1,347 0,478 ±2,31.10-3 3 99%
Occupation du sol 1 5 3 1,2 ±1,22.10-4 2 95%
Epaisseur d'altération 0,723 95,908 43,596 18,888 ±9,26.10-2 2 95%
Niveau piézométrique 1,107 34,818 14,221 7,437 ±3,64.10-2 2 95%
Texture 1 4 2,600 0,816 ±3,99.10-3 2 95%
Lithologie 1 4 2,128 0,858 ±4,22.10-3 1 68%
Altitude 146 670 295,177 59,355 ±1,84.10-2 2 95%
Potentialité 1,57 4,230 3,039 0,418 ±2.10-3 3 99%

6-5- Futurs sites d’implantation de forages

Les zones de forte potentialité possèdent une bonne réserve d’eau souterraine. Ainsi, la
superposition des fractures majeures sur la carte de potentialité a permis d’identifier les futurs
sites d’implantation de forages (figure 36). Ces sites sont appropriés pour l’implantation des
forages dont les débits sont acceptables pour l’hydraulique villageoise améliorée (HVA). En
effet, ils se caractérisent par une potentialité forte à très forte.

67
Ces sites doivent être les plus visés lors des prochaines campagnes d’identification des sites à
forts débits. Ainsi, la carte permettra aux opérateurs d’optimiser le temps et les ressources
financières pour réaliser des ouvrages qui ont beaucoup de chance d’être très productifs.

Figure 36 : Futurs sites d’implantation de forages productifs

Conclusion partielle

Les systèmes d’information géographique et la télédétection ont permis l’élaboration des

critères de décision et l’évaluation de la potentialité du département de Dabakala. L’analyse des
données de forage montre que les épaisseurs d’altération offrant de bon débit se situent entre
30 et 80 m et à des profondeurs entre 35 et 90 m. La carte de potentialité de Dabakala indique
qu’environ 35% du territoire ont une potentialité forte à très forte.

68
DISCUSSION

L’utilisation des images Sentinel 2A est justifiée par le potentiel qu’elle offre à la réalisation
des études multiples. En effet, ces images ont permis de cartographier les fractures et
l’occupation du sol du département de Dabakala. Elles ont été également utilisées et
mentionnées par plusieurs auteurs (Dusseux, 2015 ; Sylla, 2015 ; Kalambay et al, 2017)
respectivement dans le suivi des prairies en milieu agricole, dans le suivi de la qualité de l’eau
en zone côtière et dans la cartographie du parc marin des mangroves. Tous ces auteurs sont
unanimes sur les performances des images S2A à discriminer les entités du sol.

Au niveau structural, la carte de fracture obtenue met en évidence l’ensemble des directions
majeures. Les directions principales sont N60-70 ; N70-80 ; N130-140 ; N40-60 parce que les
proportions sont supérieures à 8%. En effet, la direction N60-70 apparait comme la direction
principale avec plus de 10% en nombre de fréquence. Ces directions sont mentionnées par
Gnanzou (2014) dans le département de Dabakala et au niveau du prospect de Bobosso comme
étant les orientations principale NE et NO-SE, qui contrôlent la minéralisation aurifère de
Bobosso. Aussi dans le département de Bondoukou (région du Gontougo), les travaux de Youan
Ta (2008) ont montré que les directions NO et NE sont les directions majeures en nombre et en
longueurs cumulées de fractures avec des proportions proche des 10% et une légère
prédominance des orientations NE. Les directions N0-10 ; N80-90 ; N90-100 ; N120-130 ;
N140-150 ; N150-160 correspondent aux directions secondaires de la zone d’étude. Elles ont
une fréquence en nombre de 8 à 4%. Ces directions ont été aussi observées dans la région du
Boukani par Yao (2016) comme étant secondaire parce que les proportions sont inférieures à
10% en termes de longueur cumulés de fractures. Ces classes de directions de fracture peuvent
varier d’une zone à une autre et aussi du fait des différentes images utilisées à différente
résolution spatiale. En somme la cartographie des fractures par télédétection utilisant les images
S2A a donné des résultats probants dans le département de Dabakala, dont les directions
principales sont dans le même sens que des travaux antérieurs réalisés en Côte d’Ivoire qui
mettent en évidence les directions birimiennes NE-SO mentionnées par Adon (2015).

Quant à la cartographie de l’occupation du sol, la classification a donné une précision globale

de 90,89% avec un coefficient de Kappa de 0,89. Ces valeurs sont satisfaisantes puisque selon
Congalton (1991) in Bindaoudou, (2014) une classification est jugée satisfaisante lorsque la
précision globale voisine 80%. Cependant la confusion observée entre les savanes et les cultures
pourrait être due au fait que le département étant situé dans une zone de savane et les images
acquises en période sèche (Mars), pendant cette période les cultures sont desséchées et les terres
69
cultivables sont en aménagements par les agriculteurs. Ce qui explique également les indices
de séparabilité inférieur à 1,9 entre forêt-savane et savane-culture. En effet, pendant cette
période sèche la plupart des arbres perdent leurs feuilles ainsi l’activité chlorophylliennes est
réduit. Ce constat a été signifié par également par Kouassi (2007) dans le bassin du N’Zi-
Bandama et Jofack (2016) au Cameroun. Par ailleurs la précision globale et l’indice de Kappa
obtenues suite à la classification sont sensiblement identique aux résultats de classification de
Assoma (2013) qui a eu une précision globale de 92% et indice de Kappa de 0,883 avec les
images Landsat-7 dans le bassin côtier de l’Agnéby et supérieure à aux résultats de Kemsol
(2018) qui a obtenu une précision globale de 82% avec un coefficient de kappa de 0,78 sur les
images OLI au Tchad.

Les images ASTER GDEM V2 ont montré que le département de Dabakala est marqué par des
altitudes comprises entre 146 et 670 m d’altitude. Les très faibles altitudes représentent
seulement 21% de la zone d’étude. Ces zones sont les lieux d’accumulation des eaux. Elles se
rencontrent majoritairement au Sud du département. Les fortes altitudes représentent environ
26% de la zone, situées majoritairement au Nord. Cette disposition Nord-Sud du relief engendre
un écoulement de surface orienté Nord-Sud également. Par ailleurs ce sens d’écoulement,
pourrait être le même sens que l’écoulement souterrain. Le département présente des pentes
faibles de plus 60% de la superficie de la zone. Ainsi, il existe un contraste entre pente et altitude
qui pourrait s’expliquer par le fait que, au sommet des hauts plateaux, malgré la forte altitude,
les pentes sont faibles. De ce fait l’altitude et la pente sont à considérer conjointement pour une
meilleure prospection hydrogéologique. Les zones de faibles altitudes et de faibles pentes sont
des zones où la vitesse d’écoulement est faible. Ainsi, elles favorisent l’infiltration, elles sont
donc des sites potentiels pour une implantation de forages. Les valeurs d’altitude obtenues à
partir des images ASTER GDEM V2 sont comparables aux valeurs d’altitude du département
dans les travaux de Géomines (1982). Ces valeurs sont supérieures à 300 m au Nord du
département et inférieure à 200 m au Sud. Aussi, cette disposition a été signifiée par Coulibaly
(2009) dans le département de Katiola avec les images SRTM. Selon ces travaux, La
topographie du territoire est marquée par un relief relativement plat sur la frange sud, s'élevant
progressivement vers le Nord.

L’utilisation des SIG et de la méthode AHP a permis l’élaboration des différents critères et
l’évaluation de la potentialité en eau du département de Dabakala. La prise en compte de
plusieurs critères permet de montrer l’influence de chaque paramètre dans la formation de
réservoir souterrain. En effet, les travaux de Kouakou et al. (2014) dans ledit département ont

70
montré des faibles débits sur les leucogranites (granitoïdes) que sur les schistes, et le colmatage
des outils de forages par de l’argile. Ces constats ont milités dans la prise en compte des
paramètres lithologie et texture du sol. Aussi la forte densité de fracturation constatée dans le
Nord de la zone d’étude mais avec des fortes altitudes ne favorisent pas l’accumulation des
eaux dans ces zones. En effet, un bon site doit être à basse altitude, faible pente et présentant
une forte densité de fracture. Ces trois facteurs réunis conditionnent la formation de réservoir
d’eau souterraine dans le département de Dabakala. La carte de potentialité indique que le
département de Dabakala regorge une potentialité moyenne dans l’ensemble. Cependant les
zones de potentialité forte à très forte représentent environ 35% de la superficie totale de la zone
d’étude. Ce résultat pourrait s’expliquer par le choix des critères et la considération des
paramètres topographiques et la densité de fractures comme critères prépondérants. Ces
résultats sont supérieurs à ceux de Machiwal et al. (2011) et de Das et Mukhopadhyay (2018),
qui ont obtenu respectivement 17% et 26,91% en Inde. Mais inférieurs à ceux de Yao (2016) et
Youan Ta (2008) qui ont obtenu respectivement 60% dans la région de Bounkani et 44,15% à
Bondoukou (région du Gontougo). De plus la superposition des fractures majeures à cette carte
potentialité a permis d’identifier les futurs sites potentiels d’implantation de forages repartir sur
l’ensemble de la zone d’étude. Ces sites d’implantation de forage constituent une pré-
prospection qui évite les phases de recherches lourdes, lentes et coûteuse (Langevin et al., 1991
in kanohin et al., 2012).

La validation de la carte par les courbes de sensibilité montre une cohérence plus ou moins
bonne entre les différentes classes de sensibilité, malgré que l’allure du graphe ne soit pas
totalement conforme au graphe standard de Jourda et al. (2006). Cependant, il est difficile voire
impossible de trouver une classe de sensibilité pure car à côté d’un forage à gros débit, on peut
trouver un forage à débit faible, très faible, voire nul. Ces raisons expliquent, l’allure des
courbes de tendance de sensibilité, obtenue, en milieu de socle (Jourda, 2005). Ainsi pour
apporter un complément à cette validation, les erreurs ou les incertitudes sur chaque critère de
décision ont été calculées. Cette méthode de validation a donné plus de crédibilité à la carte de
potentialité avec un niveau de confiance de 99%. Cette méthode viens pallier les insuffisances
de la méthode par tendance des courbes de sensibilité (Doumbouya et al., 2012 ; Mangoua et
al., 2013 ; Yao et al., 2016). La carte de potentialité obtenue se rapproche de la réalité du
terrain, cependant elle n’est pas à l’abri des erreurs (choix des critères, erreurs numériques,
qualité des données et la subjectivité de la méthode AHP) qui peuvent impactés la qualité des
résultats.

71
CONCLUSION GÉNÉRALE
ET
PERSPECTIVES
 CONCLUSION GÉNÉRALE ET PERSPECTIVES

Cette étude a permis de déterminer les sites potentiels d’implantation de forages productifs dans
le département de Dabakala.

Les images Sentinels 2A ont permis de cartographier les fractures du département de Dabakala
et l’occupation du sol. Le département présent des zones dont la fracturation est intense, dans
l’ensemble la densité de fracturation est moyenne de 1,35 km/km². La distribution des
orientations des fractures a révélé que les directions N60-70 ; N70-80 ; N130-140 ; N40-60
constituent les directions majeures.
Les images ASTER GDEM V2 ont permis d’étudier la géomorphologie de la zone d’étude. Le
relief est accidenté avec des altitudes comprises entre 146 et 670 m. la distribution des altitudes
met en évidence le sens de l’écoulement du Nord vers le Sud. Les pentes de la zone d’étude
sont modérés ce qui favorise l’infiltration dans certaines zones.
La carte de potentialité en eau souterraine relève que les aquifères du département de Dabakala
ont une potentialité moyenne. Les zones de bonnes potentialités en eau ne représentent que 35%
de la superficie du département. Ces zones sont plus concentrées au Sud du département dans
le bassin M’Bé, dans localités de Satama-Sokoura, Bassawa, Satama-Sokoro et dans les
environs de Dabakala.
Ces résultats sont satisfaisants, dans la mesure où ils circonscrivent les zones à fort potentiel
d’eau souterraine dans le département de Dabakala. Cependant, il parait nécessaire d’envisager
d’autres études pour les améliorer et palier totalement aux difficultés d’eau dans le
département :
 faire un test de sensibilité pour définir les paramètres qui influencent plus la formation
de réservoir d’eau souterraine et les poids effectives de ces paramètres ;
 étudier la connectivité des fractures afin de modéliser l’écoulement souterraine du
département de Dabakala ;
 déterminer avec plus de précision les sites d’implantation des forages à gros débit à
partir des études géophysiques ;
 approfondir la recherche dans le bassin du M’Bé pour déterminer les zones à fortes
potentialité;

72
RÉFÉRENCES BIBLIOGAPHIQUES
 RÉFÉRENCES BIBLIOGRAPHIQUE
ADIAFFI B. (2008). Apport de la Géochimie isotopique, de l’Hydrochimie et de la
Télédétection à la connaissance des aquifères de la zone de contact "Socle-Bassin sédimentaire"
du Sud-est de la Côte d’Ivoire. Thèse de Doctorat en Sciences, Université de Paris-Sud, Orsay,
France, 230 p.
ADIAT K. A. N., NAWAWI M. N. M., ABDULLAH K. (2012). Assessing the accuracy of
GIS-based elementary Multi-criteria decision analysis as a spatial prediction tool-A case of
predicting potential zones of sustainable groundwater resources. Journal of Hydrology, 440,
79-89. https://doi.org/10.1016/j.jhydrol/ .2012.03.028
ADON. G (2015). Evaluation des potentialités en, eau de l’hydrosystème de la haute Marahoué
(Côte d’ Ivoire) : Apport des données géospatiales, du modèle hydrologique et de l’analyse
multicritère. Thèse de Doctorat unique, Université Félix Houphouët Boigny de Cocody, (Côte
d’Ivoire), 177 p.
AKÉ G. E. (2010). Impacts de la variabilité climatique et des pressions anthropiques sur les
ressources hydriques de la région de Bonoua (Sud-Est de la Côte d’Ivoire). Thèse de doctorat
unique, université Félix Houphouët Boigny de Cocody, 230 p.
ASSOMA T. V. (2005). Apport de l’imagerie radar et des SIG à la cartographie
hydrogéologique et à la gestion intégrée des ressources en eau dans la région semi-montagneuse
à l’Ouest de la Côte d’Ivoire. Mémoire de DEA, Université de Cocody 93 p.
ASSOMA T. V., ADIAFFI B, KOUDOU A., (2012). Contribution of Remote Sensing,
Multicriteria Analysis and GIS for Mapping Recharge Areas of the Coastal Aquifers in
Southeast Ivory Coast. American Journal of Scientific Research, 80 : 112-125.
ASSOMA T.V. (2013). Variabilité hydroclimatique et évaluation des ressources en eau du
bassin côtier de l’Agnéby au Sud-Est de la Côte d’Ivoire : apport des outils statistiques, de la
modélisation et de la télédétection optique et radar. Thèse unique de Doctorat, Université Félix
Houphouët-Boigny d’Abidjan – Cocody, 196 p.
BIÉMI J. (1992). Contribution à l'étude géologique, hydrogéologique et par télédétection des
bassins versants sub-sahéliens du socle précambrien d'Afrique de l'Ouest: Hydrostructurale,
hydrodynamique, hydrochimie et isotopie des aquifères discontinus de sillons et aires
granitiques de la Haute Marahoué (Côte d' Ivoire). Thèse de Doctorat. ès Sc. Nat., Université
Abidjan, 493 p.
BINDAOUDOU I. (2014). Analyse par télédétection des vecteurs de changement des types
d’occupation et d’utilisation du sol de 1987 à 2013 dans la préfecture d’Amou au sud-ouest du
Togo. Mémoire de Master, Université Félix Houphouët Boigny de Cocody, 80 p.

73
CHABI ADIMI S. O., TOHOZIN B. A. OLOUKOI J. (2018). Modélisation spatiale et
évaluation multicritère dans la détermination des sites propices à la production du maïs à
Ouèssè, Bénin. International Journal Biological and Chemical Sciensces 12(1), pp 253-265,
COULIBALY T. (2009). Répartition spatiale, gestion et exploitation des eaux souterraines :
cas du département de Katiola, région des savanes de Côte d’Ivoire. Thèse de Doctorat unique.
Université Paris-Est, France, 142 p.
DAS N., MUKHOPADHYAY S. (2018). Application of multi-criteria decision making
technique for the assessment of groundwater potential zones: a study on Birbhum district, West
Bengal, India. Environment, Development and Sustainability A Multidisciplinary Approach to
the Theory and Practice of Sustainable Development ISSN 1387-585X Environ Dev Sustain
DOI 10.1007/s10668-018-0227-7
DIBI B. (2008). Cartographie des sites potentiels d’implantations des points d’eau dans le
département d’Aboisso (sud-est de la Côte-d’Ivoire) : Apport du SIG et de l’analyse
multicritère, Thèse unique de doctorat, université d’Abobo Adjamé, 164p.
DOUMBOUYA I., DIBI B., KOUASSI I. K., BACHIR S., JOURDA J. P., SAVANÉ I. ET
BIÉMI J. (2012). Modelling of favourable zone for the establishment of water points by
geographical information system (GIS) multicriteria analysis (MCA) in the Aboisso area
(South-east of Côte d’Ivoire). Environnemental Earth Sciences, Doi 10.1007/s12665-012-1622-
2.
DROUIN A., SIANT-LAURENT D. (2010). Comparaison des méthodes d’interpolation pour
l’élaboration de modèles numérique d’élévation de haute précision dans la représentation micro
topographique des plaines inondables. Hydrological Sciences Journal, 55:4, pp 526-539.
DUSSEUX P. (2014). Exploitation des séries temporelles d’images satellites à haute résolution
spatiale pour le suivi des prairies en milieu agricole. Thèse de Doctorat, Université Rennes 2,
280 p.
EL HAGE M. (2012). Etude de la qualité géomorphologique de modèles numériques de terrain
issus de l’imagerie spatiale. Thèse de Doctorat, école doctorale, Conservatoire national des arts
et métiers, 147 p.
GÉOMINES (1982). Inventaire hydrogéologique appliqué à l'hydraulique villageoise. Annexe
1, carte de Dabakala, cahier numéro 12. Direction centrale de l’hydraulique, pp. 1-21.
GNANZOU A. (2014). Etude des séries volcano-sédimentaires de la région de Dabakala
(Nord-Est de la Côte d’Ivoire): genèse et évolution magmatique. Contribution à la connaissance
de la minéralisation aurifère de Bobosso dans la série de la Haute-Comoé. Thèse de Doctorat
unique. Université Félix Houphouët Boigny de Cocody. 303 p.

74
INS (2014) Répertoire des localités de la région du Hambol. Recensement générale de la
population et de l’habitat. Institut national de la statistique.
JENK G.F. (1977). Optimal data classification for choropleth maps. Occasional papers, No 2
Lawrence Kansas, pp. 74 – 89.
JOFACK S. V. (2016). Cartographie des potentialités en eaux souterraines dans les Hauts
Plateaux de l’Ouest - Cameroun : contribution de la Télédétection (optique et radar), des
Systèmes d’Informations Géographiques et des Réseaux de Neurones. Thèse de Doctorat
unique, Université Félix Houphouët Boigny de Cocody, 297 p.
JOURDA J. P. (2005). Méthodologie d’application des techniques de télédétection et des
systèmes d’information géographique à l’étude des aquifères fissurés d’Afrique de l’Ouest.
Concept de l’hydrotechnique spatiale : cas des zones tests de la Côte d’Ivoire. Thèse de Doctorat
d’Etat ès Sciences Naturelles, Université de Cocody-Abidjan, Côte d’Ivoire, 429p.
JOURDA J. P., SALEY M. B., DJAGOUA E. V., KOUAME K. J., BIÉMI J., RAZACK
M. (2006). Utilisation des données ETM+ de Landsat et d’un SIG pour l’évaluation du potentiel
en eau souterraine dans le milieu fissuré précambrien de la région de Korhogo (Nord de la Côte
d’Ivoire) : approche par analyse multicritère et test de validation. Télédétection, Vol. 5, n°. 4,
pp. 339-357.
KALAMBAY M. B., RUDANT J. P., SINSI R. L., MUAMBANZAMBI M. P.,
MANDATA A. W., MBOTEKOLA G. K., COLLET M. (2017). Appréciation du potentiel
des images satellitaires Sentinel1 et Sentinel2 pour la cartographie du parc marin des
mangroves, en République Démocratique du Congo. International Journal of Innovation and
Applied Studies ISSN 2028-9324 Vol. 21 No. 3 Oct. 2017, pp. 398-409
KANOHIN F., SALEY M., AKÉ E., SAVANÉ I. (2012). Apport de la télédétection et des
SIG dans l’identification des ressources en eau souterraine dans la région de Daoukro (Centre-
Est de la Côte d’Ivoire). International Journal of Innovation and Applied Studies, Vol. 1, pp.
35-53.
KEMSOL N. A. (2018). Dynamique spatiale des cultures de décrue dans les zones lacustres
soudano-sahéliennes de 1985 à 2015 : cas des lacs Fitri et Iro au Tchad. Thèse de Doctorat
unique, Université Félix Houphouët Boigny de Cocody, 255 p.
KOUAKOU K. E. G., LASM T., SOMBO B. C., MARC YOUAN TA M. BAKA. D.,
KOUADIO K. E. (2014). Contribution de la géophysique à l’étude structurale et à
l’identification des aquifères de fissures dans le Département de Dabakala (Centre-Nord Côte
d’Ivoire). International Journal of Innovation and Applied Studies ISSN 2028-9324 Vol. 8 No.
4 Oct. 2014, pp. 1752-1769.

75
KOUAMÉ K. (2013). Apport de la fusion d’images optique et radar par analyse
multiresolution et transformée en ondelettes a la cartographie des unités géologiques et
structurales du socle précambrien de l’afrique de l’ouest : cas du degré carre de Korhogo au
nord de la côte d’ivoire. Thèse de Doctorat unique, Université Félix Houphouët Boigny de
Cocody, 250 p,
KOUAMÉ K. F. (1999). Hydrogéologie des aquifères discontinus de la région semi-
montagneuse de Man-Danané (Ouest de la Côte d’Ivoire). Apport des données des images
satellites et des méthodes statistique et fractale à l'élaboration d'un système d'information
hydrogéologique à référence spatiale. Thèse 3ème cycle, Université de Cocody- Abidjan,
(Côte d’Ivoire), 194 p.
KOUASSI A. (2007). Caractérisation d’une modification éventuelle de la relation pluie- débit
et ses impacts sur les ressources en eau en Afrique de l’Ouest: cas du bassin versant du N’Zi
(Bandama) en Côte d’Ivoire. Thèse de Doctorat unique. Université Félix Houphouët Boigny de
Cocody.183 p,
KOUASSI W. F., KOUASSI K. A., MANGOUA M. J., KAMENAN Y. M, KOUADIO Z.
A. (2019). Evaluation des potentialités en eau souterraine de la portion Ivoirienne du bassin
versant du Niger. International Journal of Innovation and Applied Studies ISSN 2028-9324 Vol.
25 No. 2 Jan. 2019, pp. 774-784
KOUDOU A., ADIAFFI B., ASSOMA T.V., SOMBO A.P., AMANI E.M. E, BIEMI J
(2013). Conception d’un outil d’aide à la décision pour la prospection des eaux souterraines en
zone de socle du sud-est de la Côte d’Ivoire. Geo-Eco-Trop., 37, 2, pp. 211-226.
KRAMA M. (2009). Evaluation du financement communautaire du Programme Elargi de
Vaccination dans le district de Dabakala (Côte d’Ivoire) : comparaison avec les autres sources
de financement en 2008 dans ledit district. Mémoire pour l’obtention du diplôme
interuniversitaire. Université de Cocody-Université Paris Dauphine, 45 p.
LASM T. (2000). Hydrogéologie des réservoirs fracturés de socle: Analyses statistiques et
géostatistique de la fracturation et des propriétés hydrauliques. Application à la région des
montagnes de Côte d'Ivoire (Domaine Archéen). Thèse unique de doctorat, Université de
Poitier, 272 p.
MACHIWAL D., JHA K. M., MAL. B. C. (2011). Assessment of Groundwater Potential in
a Semi-Arid Region of India Using Remote Sensing, GIS and MCDM Techniques. Water
Resour Manage, 25:1359–1386 DOI 10.1007/s11269-010-9749-y

76
MANGOUA M. J., (2013). Evaluation des potentialités et de la vulnérabilité des ressources en
eau souterraine des aquifères fissurés du bassin versant de la Baya (Est de la Côte d’Ivoire).
Thèse de Doctorat, Université d’Abobo-Adjamé.
MANGOUA M.J., DIBI B., KOBLAN E.W., DOUAGUI G.A., KOUASSI K.A., SAVANÉ
I. BIÉMI J. (2014). Map of potential areas of groundwater by the multi-criteria analysis for
the needs for water of the Baya’s catchment basin (East of Côte d'Ivoire). African Journal
Agricultural Research 9 (45) : pp 3319-3329.
OMS, UNICEF. (2017). Une eau potable gérée en toute sécurité. Rapport conjoint de 2017,
téléchargeable sur : https://creativecommons.org/licenses/by-nc-sa/3.0/igo. 56 p
PERRAUD A., SOUCHÈRE P. (1969) : Carte de l’esquisse pédologique de la Côte d’Ivoire
au 1/500.000.
ROUZEAU O., CAPAR L. (2017). Suivi de la turbidité des rivières guyanaises par
télédétection multispectrale Sentinel 2 acquisition, algorithme et portion de rivières valides.
Rapport final, BRGM/RP-67007-FR. 95 p.
SAATY, T. L. (1980). The analytic hierarchy process: Planning, priority setting, resource
allocation. New York: McGraw Hill.
SALEY M. B. (2003). Système d'informations hydrogéologiques à référence spatiale,
discontinuités pseudo-image et cartographies thématiques des ressources en eau de la région
semi-montagneuse de Man (Ouest de la Côte d'Ivoire). Thèse de doctorat de l’Université de
Cocody-Abidjan, 211p.
SAVANÉ I. (1997). Contribution à l’étude géologique et hydrogéologique des aquifères
discontinus du socle cristallin d’Odienné (Nord-Ouest de la Côte d’Ivoire). Apports de la
télédétection et d’un Système d’Information Hydrogéologique à Référence Spatiale
(S.I.H.R.S.). Thèse Doctorat d’Etat ès Sciences Naturelles, Université de Cocody, Abidjan, 386
p.
SORO G. (2009). Évaluation quantitative et qualitative des ressources en eau souterraines dans
la région des lacs (centre de la côte d’ivoire) : hydrogéologie et hydrochimie des aquifères
discontinus du district de Yamoussoukro et du département de Tiebissou. Thèse de doctorat
unique, université Félix Houphouët Boigny de Cocody, 290 p.
SOROKOBY V. M. (2013). Étude hydrologique et hydrogéologique de la région de Soubré
(sud-ouest de la côte d'ivoire) dans un contexte de variabilité climatique. Thèse de doctorat
unique, université Félix Houphouët Boigny de Cocody, 230 p.

77
SYLLA D. (2015). Fusion de données provenant de différents capteurs satellitaires pour le suivi
de la qualité de l'eau en zones côtières. Application au littoral de la région PACA. Thèse de
Doctorat, école doctorale mer et sciences, Université de Toulon, 187 p.
YAO A. B. (2015). Evaluation des potentialités en eau du bassin versant de la lobo en vue
d’une gestion rationnelle (Centre-Nord de la Côte d’Ivoire). Thèse de doctorat unique,
université Nangui Abrogoua, 224 p.
YAO A. B., GOULA BI T. A., KANE A., MANGOUA M.J., KOUASSI K. A. (2016).
Cartographie du potentiel en eau souterraine du bassin versant de la Lobo Centre Ouest Côte
d’Ivoire approche par analyse multicritère. Hydrological Sciences Journal, 61:5, pp 856-867.
YAO K. T. (2009). Hydrodynamisme dans les aquifères de socle cristallin et cristallophyllien
du Sud-Ouest de la Côte d’Ivoire : cas du département de Soubré. Apport de la télédétection,
de la géomorphologie et de l’hydrogéochimie, Thèse unique de l’Université Félix Houphouët
Boigny, Abidjan, 252 p.
YAO Y. M. (2016). Évaluation du potentiel en eau souterraine dans le milieu fissuré
précambrien de la région du Boukani (nord – est de la côte d’Ivoire) : apport des images
satellitaires Landsat 8 et du SIG. Mémoire de Master, Université Félix Houphouët Boigny de
Cocody, 95 p.
YOUAN TA M. (2008). Contribution de la télédétection et des systèmes d’informations
géographiques à la prospection hydrogéologique du socle précambrien d’Afrique de l’Ouest :
Cas de la région de Bondoukou (Nord-Est de la Côte d’Ivoire). Thèse de Doctorat Unique,
Université de Cocody, Abidjan, 237 p.

78
 WEBOGRAPHIE

AIP-CI. (2016). Côte d’Ivoire, L’ONEP distribue 10.000 litres d’eau aux populations de
Dabakala. Disponible auprès de http://aip.ci/cote-divoire-lonep-distribue-10-000-litres-deau-
aux-populations-de-dabakala. Consulté en Mars 2019.
ANONYME. (2011). Aster digital elevation map anouncement. Disponible auprès de
http://asterweb.jpl.nasa.gov/ Consulté en Mars 2019
CCRS. (2005). Glossaire des termes de télédétection. Ressources naturelles Canada.
CFC. (2018). Comité Française de Cartographie. Glossaire de cartographie. Disponible auprès
de https://fr.m.wiktionary.org/wiki/géomatique
COP 22. (2016). COP 22, Marrakech (7-18 novembre 2016) bilan de la coalition eau.
Disponible auprès de http://www.coalition-eau.org/wp-content/uploads/brochure-water-for-
africa. Consulté en Février 2019.
CRH. (2014). Présentation de la région du Hambol, disponible auprès de
www.dgddl.interieur.gouv.ci/ consulté en février 2019.
Disponible auprès de http://cct.rncan.ca.glossary/ Consulté en Mars 2019.
WATERAID (2016). L’eau à quel prix ? L’état de l’eau dans le monde disponible auprès de
www.wateraid.org/what-we-do/our-approach/research-and-publications/ consulté en Mars
2019.

79
ANNEXES
 ANNEXES
Tableau : Composition granulométrique des sols du département de Dabakala (extrait des
travaux de Perraud et Souchère 1969)

N° Types de sol %Argiles %Limons %Sables Textures

1 Sols Bruns eutrophes tropicaux (roches 42 37,4 20,4 Argile
basiques) limoneuse
2 Complexes des sols ferrallitiques 41,6 7,8 49,4 Argile
typiques moyennement désaturés sableuse
remaniés appauvris et sols ferrugineux
tropicaux (roches granites)
3 Sols ferrallitiques moyennement 57,8 13,2 28,5 Argileuse
désaturés remaniés indurés (roches
schiste)
4 Sols ferrugineux tropicaux remaniés 27,6 12 60,3 Limon Sablo-
indurés sur matériaux ferrallitiques argileuse ou
(roches granites) sable argileuse
5 Sols ferrallitiques moyennement 52,8 10,5 34 Argile
désaturés remaniés indurés (roches
granites)
6 Sols ferrallitiques moyennement 36,5 10,5 51,2 Argile
désaturés remaniés modaux faciès induré sableuse
(roches granites)
7 Complexes des sols ferrallitiques 34,4 18 47,7 Limon Sablo-
moyennement désaturés remanié modal argileuse ou
induré tronqué et sols ferrugineux sable argileuse
tropicaux (roches granites)
8 Complexes des sols ferrallitiques 41,6 19,4 38,5 Argile
moyennement désaturés remaniés
modaux et fortement désaturés remaniés
colluvionnés (schistes)

A
Figure : Rééchantillonnage des sols à partir du diagramme texturale d’USDA