Évaluation des risques d’érosion de surface et profonde à oued Amtar (Rif, Maroc) Apport des outils géomatiques et de machine Learning
| dc.contributor.author | Mohammed EL BRAHIMI | |
| dc.date.accessioned | 2025-10-24T10:37:08Z | |
| dc.date.accessioned | 2026-01-24T08:38:20Z | |
| dc.date.available | 2025-10-24T10:37:08Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | L'érosion hydrique, principale cause de dégradation des sols et de risques naturels comme les mouvements de terrain et les inondations, est particulièrement préoccupante au Maroc, surtout en zones montagneuses. Le bassin versant de l’oued Amtar, au Rif central, illustre cette problématique, où le relief accidenté, la faible couverture végétale et les changements climatiques intensifient l'érosion. Le présent travail s’attache à évaluer, cartographier et hiérarchiser les zones à risque d'érosion hydrique en s’appuyant sur la télédétection spatiale et les systèmes d'information géographique (SIG). Les méthodes incluent l'analyse morphométrique, le modèle Gavrilovic (EPM), l'équation universelle révisée (RUSLE), ainsi que de la susceptibilité aux mouvements de terrain via la régression logistique (LR), Random Forest (RF), et Support Vector Machine (SVM). Les résultats ont permis d'identifier les zones à risque et d'estimer les pertes en sol (en t/ha/an), ainsi que de prédire la susceptibilité aux mouvements de terrain. Ces résultats montrent que l'intensité de l'érosion et des mouvements de masse dépend de l'occupation des sols, de la nature des terrains et des pentes. Les modèles utilisés présentent tous des performances significatives avec des précisions supérieures à 90%. Ces dernières démontrent que les trois modèles ont une capacité de prédiction élevée. Plus spécifiquement, les valeurs d'AUC (Aire Sous la Courbe ROC) indiquent que les modèles RF et LR ont une meilleure performance que le modèle SVM. Les scores AUC obtenus sont de 0,93 pour RF, 0,90 pour LR et 0,91 pour SVM, Ces mesures de performance statistiques et visuelles démontrent que le modèle RF est le plus puissant et le plus performant pour classifier ce type de risque naturel. Les résultats de cette étude pourraient contribuer à la durabilité environnementale et à la viabilité économique du bassin versant, offrant une feuille de route pour les décideurs locaux, régionaux et centraux dans la gestion des risques et le développement du bassin. | fr_FR |
| dc.description.collaborator | Mohammed FEKHAOUI | |
| dc.description.collaborator | El Mostafa MILI | |
| dc.description.collaborator | Driss SADKAOUI | |
| dc.description.collaborator | Bouchta EL FELLAH | |
| dc.description.collaborator | Brahim BENZOUGAGH | |
| dc.description.collaborator | Mohamed MASTERE | |
| dc.description.laboratoire | Géophysique et Risques Naturels | fr_FR |
| dc.identifier.uri | https://toubkalpreprod.imist.ma/handle/123456789/37157 | |
| dc.language.iso | fr | fr_FR |
| dc.publisher | Faculté des Sciences, Rabat | fr_FR |
| dc.subject | Science de la Terre | fr_FR |
| dc.subject | Géomatique | fr_FR |
| dc.subject | Géomorphologie | fr_FR |
| dc.subject | Risques Naturels et Environnement | fr_FR |
| dc.subject | Érosion hydrique | fr_FR |
| dc.subject | Mouvement de terrain | fr_FR |
| dc.subject | susceptibilité | fr_FR |
| dc.subject | cartographie | fr_FR |
| dc.subject | Modèles (RSULE- EPM-LR-RF-SVM) | fr_FR |
| dc.subject | Analyse Morphométrique | fr_FR |
| dc.subject | bassin versant Amtar | fr_FR |
| dc.subject | le Rif | fr_FR |
| dc.title | Évaluation des risques d’érosion de surface et profonde à oued Amtar (Rif, Maroc) Apport des outils géomatiques et de machine Learning | fr_FR |
Files
Original bundle
1 - 1 of 1