Quelles stratégies d’implémentation SIG pour la prévention des inondations à Douala ?

Les stratégies d’implémentation SIG révèlent des solutions innovantes pour la prévention des inondations dans le bassin versant du Tongo-Bassa. En identifiant les vulnérabilités des résidents, cette recherche transforme notre compréhension des risques et offre des outils cruciaux pour la sensibilisation et l’alerte.

• 1. LES FLUX DE TRAITEMENT NECESSAIRE POUR LA PREVENTION DES INONDATIONS DANS LE TONGO-BASSA.

Quel degré de crédibilité accorder à une modélisation ou à une simulation ?

Il n’existe pas encore de modélisation formelle pouvant prendre en compte tous les paramètres en matière de prévention des risques naturels. Une marge d’incertitude assez importante demeura pour très longtemps encore dans les prévisions des évènements naturels. Benoit Mandelbrot a démontré que les phénomènes naturels peuvent être influencés par une succession d’évènements chaotiques à priori imprévisibles.

L’analyse de ses travaux montre qu’une modélisation ne peut être considérée comme acceptable que si on la rapporte à une notion d’échelle. Or, fixer une échelle de représentation est déjà en elle-même une limite de toute modélisation. L’échelle limite le niveau de précision de l’information. Nous avons déjà expliqué plus au sommet que la longueur d’une cour d’eau par exemple dépend de l’échelle de mesure.

Plus les méthodes et outils de mesure varient et plus il est susceptible qu’on obtienne des résultats différents.

Par ailleurs, la délimitation de la zone d’étude est en elle-même une autre limite de modélisation. Dans la théorie des évènements discrets de Benoit Mandelbrot, on peut constater que des phénomènes se produisant très loin de la zone d’étude délimitée peuvent avoir une répercussion directe sur les faits et phénomènes étudiés de la zone d’étude.

Ces phénomènes peuvent être à l’origine des actions humaines ou de la nature elle-même tel un battement d’aile de papillon en Afrique qui causerait une violente tempête en Amérique. La crédibilité d’un modèle d’analyse de risque se limitant exclusivement à l’échelle du bassin versant du Tongo-Bassa n’est pas totale car ce bassin n’est pas une entité isolée dans le système monde.

Aussi, l’analyse de l’aléa inondation ne prend pas en compte l’intégralité des paramètres et phénomènes atmosphériques, géographiques, floristiques, hydrogéologiques, … Toutefois, le retour d’expérience terrain nous permet d’établir certains rapports de correspondance au fil du temps entre des auteurs de pluies et les zonages de crue dans notre zone d’étude ce qui permet de valider ou de rejeter nos simulations.

Quelles données d’entrée pour l’automatisation du traitement du risque d’inondation dans le BVTB ?

Notre équation d’analyse du risque est établie selon le théorème suivant : RISQUE = ALEA × VULNERABILITE × SUSCEPTIBILITE

L’Alea renvoie à tout évènement ou situation naturel susceptible de produire et d’accentuer les inondations.

La Vulnérabilité renvoie aux enjeux dommageables susceptibles d’être impactés par les inondations.

La Susceptibilité renvoie à la capacité de la population à se réadapter rapidement après l’avènement d’une catastrophe d’inondation. Ainsi qu’à l’ensemble des stratégies mises en place pour limiter l’impact des inondations.

Un processus de traitement de l’information peut se résumer à un minimum de trois unités :

• L’unité d’entrée (input), recueille l’information et les données spatiales ;
• L’unité de traitement (processing), transforme l’information et les données spatiales ;
• L’unité de sortie (output) présente le résultat de la transformation.
  1. L’unité d’entrée (Input)

Les données en entrée sont les données relatives à l’Alea et à la vulnérabilité. Ces données ont été organisées en deux catégories à savoir : Les données sources et les données d’intermédiaire de traitement. Les données en entrée pour l’analyse de l’aléa d’inondation sont contenues dans le tableau suivant :

Tableau 16 : Récapitulatif des données mobilisées en entrée pour l’analyse l’Alea inondation

Source : Azimut Geocarte, CUD, DIGAC, Tchameni Franck DIT 2017

Pour l’analyse de l’aléa, il en ressort que quatre thèmes d’information ont été croisés et traités afin d’en extraire des synthèses utiles à la caractérisation de l’aléa. Les thèmes traités par les couches spatiales sont :

• • • L’hydrographie,
    • Le relief
    • La végétation
    • Et la météorologie

Les données d’entrée pour l’analyse de la vulnérabilité

Les enjeux exposés aux inondations qui ont été pris en compte dans notre analyse du risque sont les suivants :

Tableau 16 : Récapitulatif des données mobilisées en entrée pour l’analyse la vulnérabilité

Source : Azimut Geocarte, CUD, DIGAC, Tchameni Franck DIT 2017

Plusieurs thématiques ont été prises en compte dans l’analyse des enjeux. L’objectif étant de pouvoir toujours être le plus proche possible de l’état de lieu des dégâts matériels et humains pouvant survenir en cas d’une inondation d’ampleur connue.

Ainsi, les différentes thématiques traitées par les enjeux sont :

• • • Les bâtis
    • La gouvernance
    • La santé
    • L’Education
    • La religion
    • Le commerce
    • Les loisirs
    • Les ressources (En eau et en Energie)
    • L’électricité
    • L’industrie
    • L’Agriculture
    • Le Transport et la mobilité
    • Le relief
    • La végétation
    • La météorologie
    • La démographie et le peuplement

Qu’en est-il des données d’entrée pour l’analyse de la susceptibilité ?

Les indicateurs de la susceptibilité sont connus grâce aux enquêtes menées auprès des ménages et des personnes concernées par les inondations. Ces enquêtes et entretiens sont menés à partir des questionnaires et des guides d’entretiens. Le but étant principalement de cerner le degré de connaissance du risque et de perception du risque par les populations vulnérables et notamment les chefs de ménage.

Il s’agit aussi de cerner leur degré d’exposition. Les mesures déployées au quotidien pour y faire face sont aussi des indicateurs pertinents. À côté de ces informations figurent aussi les variables relatives aux indicateurs socio-économiques (Revenu du ménage…) et les indicateurs socio-démographiques (Âges, sexe, niveau d’étude, profession, statut social…) ces derniers influencent également la capacité d’adaptation et de résilience de la population exposée.

Les indicateurs de susceptibilité enregistrés sur le terrain sont joints à la table attributaire de la couche spatiale des bâtiments et ménages du bassin versant (Couche figurant déjà dans les données d’entrée des enjeux). Ainsi joints, ces données attributaires peuvent permettre d’effectuer des filtres et des tris. La possibilité de s’appuyer sur les enquêtes ménages et ses multicritères pour effectuer des filtres et des tris automatiques, permet que pendant les alertes, les mesures prescrites soient assez particulières pour des ménages contenant des personnes handicapées, ou encore pour des ménages enregistrés avec beaucoup d’enfants et ainsi de suite.

Les indicateurs à prendre en compte pour la susceptibilité sont :

• • • La profession du chef de ménage
    • Le niveau d’étude du chef de ménage
    • Le revenu du chef de ménage
    • Le nombre de personnes à mobilité réduite vivant dans le ménage
    • Le nombre d’enfants vivant dans le ménage
    • Le nombre de femmes/filles vivant dans le ménage
    • Le type de construction
    • La nature des matériaux
    • L’estimation financière du ménage et des équipements contenus
    • Le plus haut niveau de crue connu sur le bâtiment
    • La connaissance du risque par le chef de ménage
    • La perception du risque par le chef de ménage
    • Le nombre d’années passées en zone inondable

La prise en compte des indicateurs ci-dessus permet de mieux cerner les différents degrés de vulnérabilité entre les habitants et donc, de prescrire des mesures plus orientées.

1. L’unité de traitement (processing)

Lorsque les données d’entrée sont disponibles et prêtes à l’emploi, la phase de traitement survient. Dans un processus automatisé, cette phase s’exécute automatiquement. On obtiendra donc un résultat exploitable si les données sont de bonne qualité et au cas contraire, il faudra affiner la qualité des données en entrée et relancer le traitement.

Le traitement des couches de données spatiales se fait via des logiciels SIG qui se chargent de superposer les données. La superposition permet d’exécuter des analyses spatiales, des analyses statistiques, et des analyses de statistiques spatiales. Pour rendre l’exécution du traitement plus simple dans le SIG, nous avons développé un modèle de géotraitement automatique assorti d’une interface graphique spécialisée dans la sélection des biens susceptibles d’être inondés. Ce modèle automatisé prend en entrée les couches des enjeux (où sont croisées les informations sur la susceptibilité) et éventuellement les données de l’aléa pour produire en sortie des listings des biens susceptibles d’être inondés. Nous reviendrons sur ce modèle de géotraitement dans les lignes qui suivent.

1. L’unité de sortie (output)

Les résultats des traitements sont des successions de listings aux formats Excel. Ces résultats traduisent le nombre de biens susceptibles d’être impactés par une onde de crue déterminée à l’avance. Les résultats des traitements exportent autant de listings de biens impactés que de couches spatiales des enjeux introduits en entrée avec des paramètres pouvant permettre d’alerter les propriétaires. Les résultats de traitement sont stockés dans un dossier physique de l’ordinateur, ou dans le cas échéant, dans un système de gestion des bases de données (SGBD). La production de ces listings est coordonnée par un algorithme permettant de localiser des biens susceptibles d’être inondés.

Questions Fréquemment Posées

Quels sont les facteurs de risque d’inondation dans le bassin versant du Tongo-Bassa ?

L’analyse du risque d’inondation est établie selon le théorème suivant : RISQUE = ALEA × VULNERABILITE × SUSCEPTIBILITE, où l’Alea renvoie à tout évènement naturel susceptible d’accentuer les inondations.

Comment est structuré le processus de traitement de l’information pour la prévention des inondations ?

Le processus de traitement de l’information se résume à trois unités : l’unité d’entrée qui recueille l’information, l’unité de traitement qui transforme l’information, et l’unité de sortie qui présente le résultat.

Quelle est la limite de la modélisation des risques d’inondation selon l’article ?

La crédibilité d’un modèle d’analyse de risque se limitant exclusivement à l’échelle du bassin versant du Tongo-Bassa n’est pas totale car ce bassin n’est pas une entité isolée dans le système monde.