L’évaluation des risques d’inondation révèle des anomalies surprenantes dans les vallées du bassin versant du Tongo-Bassa. Cette recherche innovante, utilisant un système d’information géographique, offre des solutions cruciales pour la prévention des inondations et la protection des résidents vulnérables.
Note et observation sur les données d’intermédiaire ou de sortie de traitement
L’imperfection du MNT et son influence sur la reconstitution de l’aléa
Bien que le résultat de l’interpolation soit quand même satisfaisant, on remarque tout de même des aberrations au niveau des vallées des cours d’eau. Ces aberrations surviennent parce que plusieurs secteurs au niveau des vallées de la zone d’étude ne sont pas suffisamment couverts par les points côtés or les vallées sont les milieux géographiques ou notre étude attache le plus d’intérêt.
Cela a eu une conséquence non négligeable pour notre étude dans la mesure où la classification et le zonage des inondations en « aléa très fort, fort, moyen, faible, et très faible » tels qu’il est recommandé en analyse des inondations s’est révélé impossible à cause de cette imperfection du MNT au niveau des vallées.
Pour cela nous sommes limités au contour des inondations selon la crue décennale observée en 2016.
Cette imperfection peut néanmoins être rectifiée si on effectue au sol une campagne de relevés topographiques détaillées du bas fond marécageux, et qu’on fusionne les points topographiques obtenus aux points cotés existants pour produire un MNT plus précis, et par là, établir un zonage détaillé de l’aléa en fonction des pentes, ou en fonction des hauteurs des précipitations constatés par retour d’expérience. D’une manière ou d’une autre, le chapitre suivant tiendra compte de ce détail.
La nécessité de mettre à jour les autres données
Dans ce travail, il s’est posé un problème de mise à jour des données. Les bas-fonds marécageux sur lesquels nous nous sommes focalisés connaissent toujours une forte croissance des bâtis en direction des cours d’eau. Cette croissance est accompagnée des transformations spatiales. En superposant la couche des bâtiments par exemple sur les imageries aériennes on peut mieux percevoir cette dynamique et mesurer leur ampleur sur un intervalle de temps connu.
La couche des bâtiments de Douala provient de la cartographie de Douala or la cartographie de Douala elle-même a été clôturée en 2008 les dalles de photogrammétrie qui ont permis leur réalisation ont été elles même prisent quelques temps plus tôt.
On constate donc que les référentiels sur lesquels nous nous sommes appuyés (bâtis voirie et installations électriques) date d’au moins une dizaine d’année. Les données démographiques quant à elles datent de depuis 2005. En comparant les imageries aériennes de de 2016 avec l’emprise des bâtiments vectorielles, nous avons constaté que la conquête spatiale dans des bas-fonds marécageux à presque doublée dans certains endroits en une décennie.
Nous en avons tenu compte dans nos évaluations. La voirie quant à elle n’a pas subie une amélioration très considérable dans la zone d’étude, et le procès des installations électriques est difficilement faisable.
Néanmoins il est possible d’effectuer une mise à jour des bâtis et de la voirie par digitalisation sous fond des imageries Google. Même si la position verticale des hauts bâtiments dans les imageries n’est pas toujours parfaite, leur résolution spatiale et leur précision en termes de calage est acceptable.
Mais une enquête de terrain devrait être nécessaire si l’on souhaite y relier des données attributaires qualitatives afin de distinguer les infrastructures sanitaires ou éducatives par exemple. Les bâtiments existants et réaffectés à d’autres fonctions peuvent être mis à jour de la même manière.
Ainsi dépouillé, on comprend que même si nos données sont exploitables, il se pose tout de mêmes un net problème d’amélioration et de mis à jour.
La sauvegarde des données
Les formats de fichier privilégiés pour la sauvegarde
Comme vous l’avez constaté, les principales données qui ont été produites à la suite de nos analyses étaient des couches vectorielles à l’exception du MNT et ses variantes. Dans le souci de garantir leur interopérabilité entre SIG, nous les avons sauvegardés en format shp, gpkg et tif.
Le Shapefile d’ESRI (shp) reste pour le moment le format de fichier le plus partagé dans le monde du SIG professionnel mais il regorge néanmoins plusieurs limites et inconvénients (Dix caractères au plus dans l’intitulé des champs, géométrie et stockage limitée, plusieurs fichiers annexes…) pour combler ces manquements, le format Géodatabase (gdb / mdb) a été développé par ESRI en vue d’élargir les fonctionnalités et les capacités du Shapefile mais ce format est pris en charge dans son intégralité seulement par les produits ESRI.
Le Geopackage (gpkg) a été développé par l’Open Géospatial Consortium (OGC) en remplacement du Shapefile et de ses limites. Le format Geopackage a un comportement presque similaire au format Géodatabase d’ESRI.
Ce sont tous deux des coffres dans lequel plusieurs couches de nature différente et de géométrie variable peuvent êtres compilées tout en restant un fichier unique. De même, ces deux fichiers n’offrent aucune limite en matière de chaine de caractères ou de taille de stockage.
A certains niveaux, le Geopackage offre plus de fonctionnalités que la Geodatabase (types de géométrie par exemple…) Mais l’avantage du Geopackage se situe au niveau où il a été défini comme norme internationale par l’OGC pour le stockage et le partage de l’information géographique. L’interopérabilité est donc garantie dans la mesure où le Geopackage est pris en charge dans son intégralité par plusieurs SIG (QGIS, Global mapper, MapInfo, ArcGIS, Intergraph, Geoconcept, Surfer…).
Pour la sauvegarde des couches raster, le format tif a été retenu. Malgré qu’il soit généralement très lourd comparé à d’autres formats de fichier, il a néanmoins l’avantage d’être pris en charges et d’être précisément interprété par l’ensemble des SIG.
L’organigramme des données
L’organigramme de stockage des données informe sur la logique organisationnelle des données d’un projet ou d’une étude dans un environnement. Elle se présente sous forme de répertoire et éclaire sur les différents types de données disponibles ou nécessaires pour la conduite d’un projet.
Dans notre cas d’espèce, les données de notre SIG sont logées dans un répertoire principal que nous avons nommé BD_SIG. Huit sous répertoires sont présents dans le répertoire principal et chaque répertoire possède des éléments d’une catégorie particulière. Les huit sous répertoires possèdent elle-même des sous répertoires possédant des éléments d’une nature particulière et ainsi de suite.
Le graphique suivant présente l’organigramme déployé dans notre projet.
Source : Tchameni Franck 2017
BD_SIG
BD_ALPHA- NUMERIQUE
BD_CARTES
BD_COMMANDE
BD_PAQUETAGE
BD_RASTER
BD_SCENES_3D
BD_VECTEURS
PROJETS
-ArcGIS
-AutoCAD
-ENVI
-Erdas_Imagine
-gvSIG
-MapInfo
-QGIS
-Administration
-Adresses
-Altimetrie
-Bati
-Demographie
-Electricite
-Hydrographie
-Lieux
-Parcelles
-Sol
-Transport
-Vegetations
-Raster
-Vecteur
-Capture
-Cliche
-Morpho-hydro
-Occupation_du…
-Scan
-Teledetection
-CAD
-Geodatabase
-Geopackage
-OSM
-Spatialite
-Codes
-Configurations
-Geotraitement
-Outils
-Programme
-SQL
-Image
-SVG-AI
-Contacts
-Démographie
-Pluies
-Rapport_alertes
-Rapports_geot…
-Tables
Figure 35 : Organigramme des données du SIG
129
Ainsi déployé, les données évaluées et des différents résultats produits par leurs analyses sont d’ores et déjà susceptibles d’être exploités pour la mise sur pied du système.
Questions Fréquemment Posées
Comment l’imperfection du MNT influence-t-elle l’évaluation des risques d’inondation?
L’imperfection du MNT influence la reconstitution de l’aléa, rendant impossible la classification et le zonage des inondations en différentes catégories de risque.
Pourquoi est-il nécessaire de mettre à jour les données pour l’évaluation des risques d’inondation à Douala?
Il est nécessaire de mettre à jour les données car les bas-fonds marécageux connaissent une forte croissance des bâtis, ce qui entraîne des transformations spatiales importantes.
Quels formats de fichier sont privilégiés pour la sauvegarde des données dans le SIG?
Les formats de fichier privilégiés pour la sauvegarde sont shp, gpkg et tif, afin de garantir l’interopérabilité entre SIG.