Le système d’information géographique Douala révèle des données surprenantes sur les inondations récurrentes dans le bassin versant du Tongo-Bassa. Cette recherche innovante propose des solutions concrètes pour alerter et protéger les résidents vulnérables, transformant ainsi la gestion des risques environnementaux.
Les images satellites Google
Pour la cartographie des autres paramètres physiques, nous avons fait recours aux images hautes résolutions de Google. Ce sont des images hautes définitions d’une résolution spatiale d’au plus 60cm et d’une résolution spectrale de trois bandes (RGB) quant à la résolution temporelle elles datent de 2016. Ces images, du moins en termes de résolution spatiale, sont connu de nos jours comme les meilleures images de la terre obtenues à partir d’un satellite héliosynchrone ou géostationnaire civil et cela, très loin devant les images SPOT, IKONOS
et Resours-DK1. Elles sont communément appelées « images Google » du fait de leur diffusion sur les portails d’exploration populaires tels que Google satellite map ou Google Earth. Mais la société Google elle-même les acquiert au près du principal fournisseur qui est la firme Digital Globe. En principe, ces images sont rattachées aux images « Quickbird » prises par les satellites WORLD VIEW de la firme Digital Globe.
Concrètement, 81 images ont été nécessaires pour couvrir l’ensemble du bassin versant à l’échelle 1:4500ème cette mosaïque a principalement été utilisée pour l’analyse de l’occupation du sol par classification supervisée. Mais la reconstitution des profils des cours a nécessité des images de plus hautes résolution (1:1200ème) il a fallu au total 322 images pour reconstituer le profil complet de chaque cours d’eau principal jusqu’à l’exutoire ainsi que ses affluents afin de retracer le plus fidèlement possible leur trajectoire.
Cette étape était capitale dans la mesure où le calcul des indices de réseaux devait principalement se centrer sur les paramètres géométriques des cours d’eau. Or mis cela, divers paramètres d’analyse ont par la suite exigés une bonne précision des profils hydrographiques. On constate donc que le plus gros travail d’édition s’est situé autour de la numérisation du réseau hydrographique et ses différents paramètres étant donné que le fichier fournit par la CUD n’était pas à la hauteur de nos attentes.
Les relevés météorologiques de l’ASECNA (P/30)
Pour les données météorologiques, nous les avons acquis auprès du service météo de l’ASECNA d’une part, et à la direction de la météorologie du ministère des transports d’autres part. Ces types de donnée ne nécessite pas obligatoirement d’être géoréferencé. Dans le jargon de la géomatique, elles sont dites Alphanumériques. l’ASECNA est la principale institution en charge de la prévision météo à Douala.
En principe, ses prévisions sont avant tout dédiées à la sécurité aérienne et à cet effet une station météorologique (P/30) a été mise en place au sein de l’aéroport internationale de Douala et ses services ont été logés dans la tour de contrôle de l’aéroport. On estime que les prévisions météo de la P/30 sont valables pour trente kilomètres à la ronde à partir du point d’observation.
Ce rayon est largement suffisant pour fournir un bulletin météo valable à l’échelle de toute la ville. Selon les affirmations du service météo, les prévisions peuvent être faites sur une période de trois jours mais avec une grande marge d’erreur. Par contre les prévisions sur un jour sont d’une bonne précision.
Concrètement, la P/30 enregistre les paramètres pluviométriques d’une part, et se charge des prévisions météo d’autre part.
Les différents paramètres météo que l’ASECNA enregistre au quotidien sont les précipitations (en termes de durée et de hauteur) et les évaporations (par piche et par bac). Concernant les prévisions, la station estime au quotidien l’heure et l’intensité des pluies mais n’est pas en mesure d’évaluer la durée.
Les enregistrements journaliers récupérés près de la direction météo de l’ASECNA couvrent une durée de cinq ans seulement. L’initiative de l’archivage numérique par le service météo proprement dit est récente. Heureusement, nous avons eu recours aux données mensuelles de la direction de la météorologie du Ministère des transports qui couvrent une période un peu plus longue afin d’avoir pour nos analyses de précipitation une décade, le minimum toléré dans les statistiques pluviométriques.
De toute façon, le plus important ici est de remarquer que les prévisions météos sont possibles à l’échelle de toute la ville à partir de la station P/30. C’est d’une part l’un des grands intérêts de notre travail dans la mesure où un système de veille communautaire contre les inondations est totalement dépendant des prévisions météo.
Les données OSM et les autres données
Les données OpenStreetMap et le reste ont beaucoup plus servis sur le plan infrastructurel et sociodémographique.
Depuis Août 2004, la fondation OpenStreetMap (OSM) collecte et archive des données géoréferencées sur l’ensemble du globe terrestre. Son siège et son centre de donné principal est localise à Cambridge en Angleterre. OSM est estimé de nos jours comme le premier et le principal serveur des données géographiques ouvert. L’originalité d’OSM est que ses données sont provided par la communauté mondiale des contributeurs.
Tout le monde peut stocker des données sur les serveurs OSM selon le respect des règles de l’art et des conditions d’utilisation. Les contributeurs se réunissent parfois en communauté locale (A l’échelle nationale, et parfois à l’échelle communale) ces communautés décident volontiers de mettre dans les serveurs OSM leurs données soit pour des raisons de promotion du territoire, soit pour garantir la sécurité et l’accès aux données en tout lieu et en tout temps, Soit pour contribuer à l’effort de développement par la libéralisation et
la vulgarisation de l’accès aux données. Bien qu’il existe à l’évidence de nombreux contributeurs individuels au Cameroun, une communauté officielle OpenStreetMap Cameroon s’est constituée depuis peu.
Les données OSM accessibles sur la ville de Douala sont entre autres des données collectées et cartographiées par les bureaux d’études, les ONG, les institutions spécialisées, les étudiants, les chercheurs etc… Mais nous avons remarqué que les couches de la Cartographie de Douala et plusieurs autres données qui sont habituellement fournies sur CD par la communauté urbaine de Douala sont également disponibles sur OpenStreetMap. La récupération des données OSM nous a permis de compléter nos informations pour notamment localiser les enjeux ponctuels et interpréter leur vulnérabilité aux inondations (centres de santés, marchés, installations électriques…).
Les autres couches de données géographiques sont celles fournies par la CUD et l’Institut Nationale de la Cartographie (INC). Nous avons déjà souligné que beaucoup de données de la CUD figurent dans les serveurs d’OSM (Voirie, Bâtiments, lieux…) mais certaines informations administratives telles que les limites des quartiers de Douala ont été propres à la CUD.
Le plan guide de Douala, un fond raster fourni par l’INC, a été géoréferencé pour pouvoir récupérer dans un référentiel géographique les points d’intérêt tels que les écoles, les hôpitaux, les lieux de culte…). Les données démographiques proviennent du recensement général de la population camerounaise de 2005 organisé par le BUCREP (Bureau Central de Recensement et de l’Etude de la Population.) Elles ont été jointes à la couche des quartiers
pour spatialiser le phénomène de répartition de la population. En principe une répartition de la population par des mailles plus détaillées serait souhaitable (l’exemple des IRIS en France). Même si le résultat dans notre cas s’est révélé grossier, il n’en demeure pas moins qu’il transmet tout de même un aperçue des centres de concentration de la population. Enfin, les sondages faites par questionnaires sur le terrain (300 questionnaires dans l’ensemble de la zone d’étude) nous ont permis notamment de mesurer la susceptibilité de notre population vis à vis des catastrophes d’inondation et de l’interpréter statistiquement. Etant donné que notre sondage était globalisant, ces données n’ont pas pu être cartographiées mais des conclusions claires ont pu être tirées.
Voilà donc ce qui en est des données sources. A partir de ces données jugées acceptables pour notre travail, des traitements des analyses ont été faites pour déboucher sur les données d’intermédiaire de traitement. Le prochain tableau présente les principales données d’intermédiaire de traitement sur lesquelles nous nous sommes appuyées le long de ce travail.
Questions Fréquemment Posées
Comment le système d’information géographique aide-t-il à prévenir les inondations à Douala ?
Le système proposé permet de générer des listes de résidents vulnérables et sert de base pour l’alerte et la sensibilisation des populations.
Quelles données sont utilisées pour la cartographie dans le bassin versant du Tongo-Bassa ?
Pour la cartographie, nous avons fait recours aux images hautes résolutions de Google et aux relevés météorologiques de l’ASECNA.
Quelle est la précision des prévisions météorologiques fournies par la station P/30 à Douala ?
Les prévisions sur un jour sont d’une bonne précision, tandis que celles sur une période de trois jours ont une grande marge d’erreur.