Embed Size (px)
Citation preview
REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE
UNIVERSITE D’ORAN ES-SENIA
FACULTE DES SCIENCES DEPARTEMENT DE PHYSIQUE
Mémoire présenté pour l’obtention du diplôme de
MAGISTER EN
SCIENCES DE L’ENVIRONNEMENT ET CLIMATOLOGIE
Présenté par MISSOUMI Sarah
THEME
INTEGRATION DES DONNEES AGROCLIMATIQUES DANS UN SYSTEME D’INFORMATION GEOGRAPHIQUE (SIG)
POUR LA REGION OUEST ALGERIENNE
Exemple d’application fine sur la région de Mostaganem
Présenté devant le jury composé de : Messieurs
A. HAMOU Professeur Université d’Oran Président
Z. BOUTIBA
M.BELKHODJA
Professeur
Professeur
Université d’Oran
Université d’Oran
Examinateur
Examinateur
K. MEDERBAL Professeur CU. Mascara Rapporteur
REMERCIEMENTS
La réalisation d’un mémoire, à partir d’un sujet aussi bon soit-il, est largement tributaire de l’environnement dans lequel il se situe, et de l’encadrement dont il bénéficie. Je voudrais ainsi remercier : Le Professeur A. HAMOU, directeur du Laboratoire de Recherche « Sciences de l’Environnement et Climatologie » a qui j’adresse l’expression de ma reconnaissance et ma considération la plus distinguée pour l’intérêt qu’il accorde aux activités de Recherche et de Formation. Mes remerciements s'adressent aussi au personnel et aux enseignants du département de physique de la faculté des sciences de l’Université d’Oran Es-Sénia, pour le suivi durant toute la formation.
Le Professeur K. MEDERBAL, que je remercie vivement d’avoir été mon encadreur référent en me confiant cette étude et m’a soutenu tout au long de sa réalisation.
Je tiens à témoigner ma gratitude à Mr M. HAOUARI, Chef de Division de Climatologie à l’ONM (office national de Météorologie), qui a apporté la « matière » à réflexion de part sa vision professionnelle et sa compétence, et qui a toujours eu la volonté de promouvoir la recherche notamment dans les domaines en liaison avec l’environnement. Mr K. TADJEROUNI, chercheur au Centre National des Techniques Spatiales – CNTS, pour ses supervisions et ses propositions. Je n'oublierais pas d’adresser l’expression de mon souvenir le plus reconnaissant et de ma très haute considération à Mr ACHAICHIA, Directeur Régional Ouest de l’ONM, pour m'avoir accueilli pour ce projet de fin d’étude et pour l’amabilité de son caractère. Je n’oublie pas toutes les autres personnes de l’IHFR, et à leur tête leur directeur Mr LAGHA, qui m’ont aidé que ce soit par leur compétence respective ou simplement par leur amitié. Je tiens à témoigner une fois encore toute ma gratitude à Mr A. HAMOU qui a accepté de présider le jury. Je remercie également Mr Z. BOUTIBA et Mr M. BELKHODJA d’avoir accepter de participer au jury de ce mémoire.
Mais toute cette infrastructure serait vaine sans un "service de ravitaillement" moral à la hauteur des ambitions poursuivies de la part de mes parents, mon époux, ma grand-mère, mon frère et mes deux sœurs. Que mes collègues de la promotion « Magister 2003-2004 » reçoivent ici en un peu de mots toute ma gratitude pour leur soutien moral actif. Enfin, que tous ceux qui ont contribué de près ou de loin à la réalisation de cette étude et que j’aurais omis de citer en soient remerciés. Les nombreuses perspectives ouvertes n'en masquent que bien mal les imperfections et les lacunes. Les voies esquissées méritent d'être critiquées, approfondies peut-être, étayées sans doute. Je remercie donc ceux qui, par leurs propres apports et réflexions, sauront mettre les résultats de ce travail en valeur.
SOMMAIRE ___________________________________________________________________________ Introduction…………………………………………………………………………...1
Chapitre I : Notions générales sur l’évapotranspiration
1.1 Evaporation…………………………………………………………………………3
1.1.1. Processus physique de l’évaporation…………………………………...……4
1.1.2. Facteurs météorologiques intervenant dans le processus d’évaporation…….5
1.2 La transpiration……………………………………………………………………13
1.2.1 Rappel sur le processus physique de la transpiration des végétaux…………14
1.2.2. Facteurs intervenant dans le processus de la transpiration…………………15
1.3. Concepts fondamentaux de l’évapotranspiration………………………………...17
1.3.1. L’évapotranspiration………………………………………………………..17
1.3.2. Les diverses notion d’évapotranspiration…………………………………..18
1.3.2.1. Evapotranspiration réelle (ETR)…………………………………….18
1.3.2.2. Evapotranspiration (ETM)…………………………………………..19
1.3.2.3. Evapotranspiration potentielle (ETP)……………………………….20
1.4. Evaluation de l’évapotranspiration potentielle…………………………………...21
1.4.1. Mesure de l’évapotranspiration potentielle…………………………………21
1.4.1.1. Lysimètres…………………………………………………………..21
1.4.1.2. Bacs d’évaporation………………………………………………….23
1.4.1.3. Les évaporomètres…………………………………………………..24
1.4.2. Calculs de l’évapotranspiration potentielle…………………………………27
1.4.2.1. Formule de Penman-Monteith………………………………………27
1.4.2.2. Formule de Blaney-Criddle…………………………………………30
1.5. Conclusion sur l’évaporation et l’évapotranspiration…………………………….31
Chapitre II : Les systèmes d’Information Géographique
2.1 Genèse des systèmes d’Information Géographique (SIG)………………………..32
2.2. De la carte au système d’Information Géographique…………………………….33
2.3. L’information géographique……………………………………………………...34
2.4. Les cartes…………………………………………………………………………35
2.5. Avantages et inconvénients des cartes traditionnelles……………………………36
2.6. Les SIG comme technologie d’intégration……………………………………….37
2.6.1. Définition des SIG………………………………………………………….37
2.6.2. Fonctionnalités des SIG…………………………………………………….39
2.7. La modélisation dans un SIG…………………………………………………….41
2.7.1. Réalité, SIG et prise de décision……………………………………………42
2.7.2. Entité-Objet et Attribut……………………………………………………..43
2.7.3. Intégration progressive de technologies…………………………………….44
2.8. Développement des bases de données géographiques……………………………47
2.8.1. Définition d’une base de données…………………………………………..47
2.8.2. Mode de représentation des données géographiques……………………….48
2.8.3. Mode de représentation des données descriptives………………………….49
2.8.4. Mode de représentation des données Géométriques………………………..53
2.9. Opération d’acquisition des données dans un SIG……………………………….58
2.9.1. La scannerisation…………………………………………………………...59
2.9.2. Le calage……………………………………………………………………60
2.9.3. La numérisation…………………………………………………………….61
2.10. Utilisation des SIG……………………………………………………………...63
2.10.1. Les requêtes spatiales……………………………………………………...63
2.10.2. Les domaines d’application……………………………………………….64
2.10.3. Avantages des SIG par rapport à des outils traditionnels…………………65
2.10.4. Inconvénients des SIG…………………………………………………….65
2.10.5. L’avenir des SIG…………………………………………………………..66
Chapitre III : Réalisation des cartes de l’évapotranspiration potentielle (ETP)
3.1.Méthodologie……………………………………………………………………..68
3.1.1. Région d’étude……………………………………………………………..68
3.1.2. Données utilisées…………………………………………………………...69
3.1.3. Choix de la période………………………………………………………....70
3.1.4. Choix de la formule………………………………………………………...70
3.2. Densification du réseau d’observation…………………………………………...73
3.2.1. Démarche adoptée……………………………………………………….….75
3.2.1.1. Détermination de l’équation de régression……………………………76
3.2.1.2. Détermination du champ des résidus………………………………….81
3.3. Réalisation des cartes de l’évapotranspiration potentielle…..……………………83
3.3.1. La régression linéaire multiple…………………………………………….83
3.3.1.1. Cas de régression linéaire multiple rejetée……………………………84
3.3.1.1.1. Elaboration des grilles d’ETP par Krigeage…………………….85
3.3.1.2. Cas régression linéaire multiple acceptée…………………………….85
3.3.1.2.1. Elaboration des grilles : Longitude , latitude et constante………88
3.3.1.2.2. Elaboration des grilles : altitude (z)……………………………..88
3.3.1.2.3. Elaboration des grilles : des résidus εi…………………………..89
3.4. Conclusion………………………………………………………………………..93
Chapitre IV : Intégration des données agroclimatiques dans un SIG 4.1. Introduction………………………………………………………………………95
4.2. Objectif…………………………………………………………………………...95
4.3. Choix de la période……………………………………………………………….96
4.4. Description de la zone d’étude…………………………………………………...96
4.5. Moyens informatiques utilisés……………………………………………………98
4.6. Domaine d’application…………………………………………………………...99
4.7. Choix de la projection…………………………………………………………..100
4.8. Données utilisées………………………………………………………………..101
4.8.1. Données cartographiques………………………………………………….102
4.8.1.1.Cartes moyennes mensuelles d’évapotranspiration potentielle……...102
4.8.1.2.Cartes moyennes mensuelles des pluies……………………………...104
4.8.1.3. Exploitation des cartes des évapotranspirations potentielles et des cartes
des pluies……………………………………………………………………..106
4.8.1.4. Carte des sols………………………………………………………...106
4.8.1.5. Carte de réserve utile (RU)…………………………………………..112
4.8.2. Données biologiques du végétal…………………………………………..113
4.8.2.1. Culture du petit pois…………………………………………………113
4.8.2.2. Stades phénologiques………………………………………………..113
4.8.2.3. Le coefficient cultural (Kc)………………………………………….115
4.8.2.4. Evapotranspiration maximale (ETM)………………………………..116
4.9. Application : Etablissement du bilan hydrique dans la région de Mostaganem
(culture du petit pois)…………………………………………………………….118
4.9.1. Détermination du bilan hydrique……………………………………....118
4.9.1.1. Définition………………………………………………………...118
4.9.1.2. Les composantes du bilan hydrique……………………………...119
4.9.1.3. Elaboration des cartes mensuelles du bilan hydrique……………119
4.9.2. Résultats et discussion…………………………………………………122
Conclusion…………………………………………………………………………..123
Référence bibliographique…………………………………………………………125
Annexes
Résumé
On se propose dans cette étude d’intégrer des informations agroclimatiques de diverses
natures : pluviométrie, évapotranspiration potentielle ETP, informations biologiques et
textures du sol dans un système d’information géographique SIG pour réaliser une
application de suivi hydrique de la culture du petit pois dans la région de Mostaganem.
Le principal objectif est la cartographie de l’ETP (Penman-Monteith), sur l’Ouest
Algérien en utilisant le réseau complet de l’ONM (Office National de Météorologie)
sur la période 2000-2004. Des techniques statistiques et d’interpolation spatiale ont
largement été utilisées. Le SIG a permis l’introduction, la gestion et la modélisation de
toutes ces données afin d’aboutir à un produit utilisable dans la gestion et l’aide à la
prise de décision, notamment dans le domaine de l’environnement.
Mots clés Evapotranspiration Potentielle, Système d’Information Géographique,
Bilan hydrique, Cartographie, Statistique, Interpolation spatiale.
Abstract
In this study, we integrate agroclimatic information of various natures: pluviometery,
potential evapotranspiration, biological information and ground textures in a
geographical information system GIS to carry out a hydrous application to track the
green pea culture in the Mostaganem region. The main aim of this work is to make the
mapping of the ETP (Penman-Monteith), on the West Algeria using, over the period
2000-2004, the complete network of the ONM (Office National of Meteorology).
Statistical techniques and spatial interpolation were largely used. The GIS allowed the
introduction, the management and the modeling of all these data to lead to a product
usable in management and the decision-making assistance, in particular in the
environment field.
Keywords Potential Evapotranspiration, Geographical Information System, Hydro
balance, The mapping, Statistic, Spatial interpolation,
Introduction
Considérée comme une référence climatique, l’évapotranspiration potentielle ETP
a suscité, depuis toujours l’intérêt et la curiosité des chercheurs. Celle-ci a fait l’objet
de nombreuses recherches notamment dans le domaine de l’hydrologie et de
l’agronomie.
La connaissance de cette variable climatique est indispensable pour tout projet
d’aménagement agricole. Celui-ci se traduit en partie par une meilleure gestion et
exploitation de l’eau dans le sol. Compte tenu de la place importante qu’occupe
l’agriculture et du poids considérable que présente la facture alimentaire, l’irrigation
reste un facteur principal dans le développement agricole. Du point de vue gestion les
facteurs tels que, la recherche des terres aptes à l’irrigation, des eaux nécessaires à
cette opération et leur exploitation demeureront une préoccupation majeure des
services concernés.
De ce fait, les gestionnaires ont besoin de disposer d’informations abondantes et
fiables, notamment sur le sol, l’eau, la plante et le climat. Ces études nécessitent une
approche pluridisciplinaire, faisant intervenir à la fois : la pédologie, l’agronomie, la
climatologie, l’écologie, l’économie,…etc.
Dans cette optique, les méthodes classiques ont justifié leur fiabilité, mais ont
prouvé leur incapacité de suivre le rythme d’évolution. En effet, l’importance du
volume, la diversité et de la mise à jour des données rendent les méthodes classiques
inadaptées, mais leur structuration sous un format numérique et leur intégration dans
un système d’information géographique SIG faciliteront :
− l’accès aux données,
− le traitement des données de sources et de natures différentes,
− et la mise à jour de l’information recherchée.
1
En effet, les premiers SIG qui étaient utilisés surtout comme un moyen de
représentation cartographique des données, deviennent de nos jours des outils
d’analyse, d’aide à la prise de décision, de planification et de développement de
l’information géographique.
L’objectif qui guide la démarche utilisée dans le cadre de notre travail consiste
en l’intégration des donnés agroclimatiques dans un système d’information
géographique SIG pour l’étude de l’évapotranspiration potentielle ETP, en vue de
déterminer l’état hydrique du sol pour la culture du petit pois durant son cycle
végétatif. La zone choisie comme prototype concerne l’ouest algérien et plus
particulièrement la région de Mostaganem. Pour la réalisation de ce travail, quatre
chapitres ont été dégagés :
Le premier chapitre fournit une vue d’ensemble sur la notion de
l’évapotranspiration, son processus physique et son calcul.
Dans le second chapitre nous parlerons des systèmes d’informations
géographiques en rappelant certaines définitions de base, les fonctionnalités, et la
méthodologie générale de leur mise en place.
Le troisième chapitre est consacré à la problématique posée par la densité
insuffisante du réseau d’observation utilisé et par la cartographie complexe que
présente la réalisation des cartes moyennes mensuelles de l’évapotranspiration
potentielle ETP concernant la région ouest algérienne.
Le quatrième chapitre est réservé à une application réalisée à l’aide du logiciel
« MapInfo », qui consiste à mettre en valeur le coté pratique des cartes d’ETP dans
l’établissement du bilan hydrique de la région de Mostaganem pour la culture du
petit pois.
Le travail sera finalisé par des recommandations et des perspectives de
développement des Systèmes d’Informations Géographiques dans le domaine de la
gestion des ressources en eau.
2
Notions générales sur l’évapotranspiration
La vapeur d’eau atmosphérique provient presque exclusivement de processus
d’évaporation à la surface de notre planète car les diverses réactions physicochimiques
(respiration, combustion,..) ne participent que dans une très faible proportion à
l’enrichissement en eau de l’atmosphère. Si la plus grande fraction de cette évaporation,
soit environ 85%, se situe, en moyenne, au niveau des océans, une proportion non
négligeable, de l’ordre de 15%, se produit au dessus des surfaces continentales. La
végétation tient alors un rôle prépondérant dans ce transfert de vapeur d’eau ; la plante se
comportant comme une mèche entre le sous-sol (réservoir d’eau liquide) et l’atmosphère.
1.1. Evaporation
Les phénomènes d’évaporation interviennent dans le cycle hydrologique dès le
moment où les précipitations atteignent la surface du sol. L’évaporation se fait tout
d’abord à partir de l’eau de pluie qui, au début d’une averse recouvre d’une mince
pellicule les feuilles, les tiges et les branches des plantes, pour ruisseler ensuite à la
surface du sol avant de s’infiltrer ou de rejoindre le réseau hydrographique superficiel. La
neige elle-même, est aussi considérée comme un élément important du climat, qui a pour
effet d’alimenter l’évaporation, et ceci pendant un temps, souvent très long, où elle
demeure sur le sol ; l’eau s’évapore aussi des surfaces d’eau stagnantes ou courantes de
toutes dimensions, exemples : flaques, mares , étangs, lacs, ruisseaux, rivières et fleuves.
Enfin, l’eau qui imprègne les couches superficielles du terrain (humidité du sol), soit
qu’elle provient des pluies récentes infiltrées à faible profondeur, soit qu’elle remonte par
capillarité de la nappe phréatique constitue directement ou par l’intermédiaire de la
couverture végétale, un aliment important pour l’évaporation.
3
1.1.1. Processus physique de l'évaporation
C'est par le mouvement des molécules d'eau que débute l'évaporation. A l'intérieur
d'une masse d'eau liquide, les molécules vibrent et circulent de manière désordonnée et ce
mouvement est lié à la température : plus elle est élevée, plus le mouvement est amplifié
et plus l'énergie associée est suffisante pour permettre à certaines molécules de s'échapper
et d'entrer dans l'atmosphère.
Dalton (1802) a établi, suite à des travaux sur le sujet, une loi qui exprime le taux
d'évaporation d'un plan d'eau en fonction du déficit de saturation de l'air (quantité d'eau
es- ea que l'air peut stocker) et de la vitesse du vent u. Cette loi est formulée selon la
relation suivant :
Avec
E Taux d'évaporation (ou
f(u) Constante de proporti
ea Pression effective ou a
es Pression de vapeur d'ea
Cette relation exprime
température données, le pr
vapeur effective atteigne u
saturante (l'évaporation ce
que le gradient de pression
(1.1)
)).(( as eeufE −=
flux d'évaporation ou vitesse d'évaporation),
onnalité (avec vitesse du vent u),
ctuelle de vapeur d'eau dans l'air,
u à saturation à la température de la surface évaporante.
aussi que, en théorie et dans des conditions de pression et de
ocessus d'évaporation est possible jusqu'à ce que la pression de
ne limite supérieure qui n'est autre que la pression de vapeur
sse dès que es = ea). Ainsi, pour qu'il y ait évaporation, il faut
due à la vapeur d'eau soit positif.
4
On soulignera encore que la pression de vapeur saturante augmente avec la
température. Elle peut s'exprimer comme suit (en Pa et avec la température en degrés
Celsius).
t.27.17
1.1.2. Facteurs mét Parmi les facteurs cli 1.1.2.1. Quantité de
La quantité d'eau
chaleur provenant d
conditions géographi
surface liquide par ra
Les échanges de c
des océans qui sont l
Cette énergie échang
à un endroit pour se
échanges de chaleur e
Les mouvements
échanges et des tra
agitation réside dans
de l'atmosphère elle-
entre l'atmosphère et
(1.2) ⎟⎠⎞
⎜⎝⎛
+=
te s 3.237
exp.611
éorologiques intervenant dans le processus d'évaporation
matiques intervenant dans le processus d’évapotranspiration :
chaleur disponible
pouvant être évaporée à partir d'une surface dépend de la quantité de
u soleil. Cette quantité de chaleur varie, d'une part, selon les
ques (gradient de latitude), et d'autre part, selon l'élévation de la
pport au niveau de la mer (gradient altimétrique).
haleur entre l'atmosphère, la surface du sol et la surface des lacs et
es agents de l'évaporation, s'effectuent par convection et conduction.
ée est, en tous points, compensée par un transfert d'eau qui s'évapore
condenser à un autre et retomber sous forme de précipitations. Ces
ntretiennent le cycle de l'eau.
horizontaux et verticaux qui brassent l'atmosphère mettent en jeu des
nsformations d'énergie. L'une des causes fondamentales de cette
la distribution des températures à la surface terrestre ainsi qu'au sein
même. L'évaporation est donc fonction des rapports énergétiques
le plan d'eau évaporant.
5
1.1.2.2. Le rayonnement solaire (RS)
Le rayonnement solaire est l'élément moteur des conditions météorologiques et
climatiques, et par voie de conséquence, du cycle hydrologique. Son action intéresse
l'atmosphère, l'hydrosphère et la lithosphère, par émission, convection, absorption,
réflexion, transmission, diffraction ou diffusion. L'émission solaire se situe
essentiellement dans une bande de longueur d'onde allant de 0,25 à 5 µm.
Au cours de sa traversée dans l'atmosphère, le rayonnement solaire incident est
partiellement atténué par absorption et par réflexion diffuse dans toutes les directions. Ces
phénomènes se produisent de manière différente selon le domaine spectral. Environ un
tiers du rayonnement solaire est renvoyé vers l'espace par réflexion diffuse, cette
proportion pouvant atteindre 80% lorsque le ciel est couvert.
Fig 1.1 - Absorption, réflexion et diffusion du rayonnement solaire
6
Le rayonnement solaire global atteignant la surface du sol comporte ainsi deux
composantes, d'une part le rayonnement solaire incident transmis par l'atmosphère, et
d'autre part le rayonnement solaire diffus réfléchi par l'atmosphère en direction du sol.
Cette énergie solaire arrivant sur terre est essentiellement constituée de rayonnements de
courtes longueurs d'ondes (0,1 à 10 µm) (hautes fréquences).
Le rayonnement global est partiellement réfléchi par la surface du sol, selon la nature,
la couleur, l'inclinaison ou encore la rugosité de celui-ci. On définit l'albédo comme le
pourcentage de lumière solaire réfléchie à la surface terrestre pour une zone irradiée.
L'albédo varie considérablement suivant diverses composantes : Les composantes
terrestres (sol nu, sol couvert, neige, etc.) voir tableau 2.1, et climatiques (nuages, angle
d'incidence du rayonnement solaire, saison et moment de la journée, etc.). De même,
certaines composantes de l'atmosphère telles que les poussières modifient l'albédo du
globe.
SURFACES DU SOL ALBEDO
Surface d’eau
Forêt
Sol cultivé
Pierres et rochers
Champs et prairies
Sol nu
Neige ancienne
Neige fraîche
0.03 à 0.1
0.05 à 0.2
0.07 à 0.14
0.15 à 0.25
0.1 à 0.3
0.15 à 0.4
0.5 à 0.7
0.8 à 0.95
Tableau 1.1 - Valeurs de l'albédo pour différentes surfaces
7
1.1.2.3. Le rayonnement atmosphérique (RA)
Etant donné les températures régnant dans les différentes couches atmosphériques, ces
dernières émettent un rayonnement de grandes longueurs d'onde, comprises entre 5 et 100
µm (infrarouge). Cette émission est due essentiellement à la vapeur d'eau, au gaz
carbonique ainsi qu'à l'ozone.
Les aérosols, poussières, cristaux, etc, en suspension interviennent également dans les
transferts radiatifs atmosphériques tandis que la présence de nuages accroît sensiblement
l'importance de l'émission atmosphérique.
1.1.2.4. Le rayonnement terrestre (RT)
La température superficielle moyenne de la terre est d'environ 300°K, l'émission
terrestre s'effectue comme pour le rayonnement atmosphérique dans l'infrarouge. Le
rayonnement terrestre, encore appelé rayonnement propre, est absorbé en quasi-totalité
par l'atmosphère. Cette absorption sélective est due principalement au gaz carbonique, un
peu à l'ozone et surtout à la vapeur d'eau.
Ces gaz ont un spectre d'émission similaire à leur spectre d'absorption, si bien que
l'essentiel du rayonnement terrestre absorbé par l'atmosphère est émis à nouveau et
partiellement en direction de l'espace. En présence d'une couverture nuageuse, le
rayonnement terrestre est réfléchi. C'est donc au cours des nuits sans nuage que les
températures de surface sont les plus basses.
1.1.2.5. Notion de rayonnement net (RN)
Le rayonnement net est défini comme la quantité d'énergie radiative disponible à la
surface de la terre et pouvant être transformée en d'autres formes d'énergie par les divers
mécanismes physiques ou biologiques de la surface.
8
On exprime généralement le bilan des échanges radiatifs à la surface du sol par le
rayonnement net RN défini comme la résultante des trois types de rayonnements
considérés précédemment.
RTRARSRN −−+= )1).(( α Avec
RS rayonnement solai
RA rayonnement atmo
RT rayonnement terre
α albédo de la surfac
(RS + RA) . (1 - α) rep
la surface terrestre. De
terrestre comme néglig
1.1.2.6. Formulation
Le bilan d'énergie a
travers de la surface év
nulle au niveau de cette
(1.3)
re direct et diffus atteignant le sol [Wm-2
],
sphérique dirigé vers le sol [Wm-2
],
stre [Wm-2
],
e.
résente la fraction du rayonnement incident global Ri absorbée par
manière simplifiée, on considère généralement le rayonnement
eable dans le calcul du rayonnement net.
du bilan énergétique
u travers de la surface du sol ou de la mer et, plus généralement, au
aporante, exprime que la somme des densités de flux de chaleur est
surface :
0=+++ LSCRN φφφ
(1.4)9
Avec
RN rayonnement net à la surface de la terre,
ΦC flux de chaleur dans le sol rendant respectivement compte du transport de chaleur par
conduction dans le sol ainsi que du transfert d'eau sous la forme de vapeur,
ΦS flux de chaleur sensible dû à la convection thermique au voisinage de la surface
évaporante. Ce flux de chaleur n'affecte donc qu'une hauteur restreinte de
l'atmosphère,
ΦL flux de chaleur latente ou flux de vapeur à l'interface sol-atmosphère dû à la
vaporisation lorsqu'il n'y a pas d'accumulation de vapeur au sein du couvert
végétal ou au sein de la tranche d'eau qui recouvre le sol.
Cette équation traduit simplement le fait que le flux d'énergie perdu par la surface
de la terre au cours de l'évaporation soit égal au flux apporté par rayonnement,
diminué du flux d'énergie perdue par convection dans l'air et dans le sol.
1.1.2.7. Température de l’air et de l’eau
La température étant étroitement reliée au taux de radiation, lui-même directement
corrélé à l'évaporation, il s'ensuit qu'une certaine relation existe entre l'évaporation et
la température de la surface évaporante. Le taux d'évaporation est, en particulier, une
fonction croissante de la température de l'eau. Comme la température de l'eau varie
dans le même sens que la température de l'air, il est plus facile de mesurer cette
dernière. On utilise ainsi dans les formules de calcul de l'évaporation la température
de l'air plutôt que celle de l'eau.
Au voisinage du sol, la température de l'air est fortement influencée par la nature
de la surface terrestre et par l'importance de l'ensoleillement. A la base de la
troposphère, la température de l'air suit un cycle quotidien appelé variation ou cycle
diurne, avec un minimum et un maximum observables au cours d'une journée.
10
Les facteurs influant sur ces variations de la température atmosphérique dans le
temps sont en fait nombreux. Il y a la latitude, l'altitude, le relief, le type de surface ou
de végétation, la proximité de la mer, les masses d'air dominantes et le degré
d'urbanisation et de pollution,….etc. De tels éléments agissent sur les amplitudes
thermiques du jour, du mois ou de l'année.
1.1.2.8. Humidité relative de l’air
Le déficit de saturation (différence entre la pression de vapeur d’eau saturante et la
pression de vapeur actuelle) peut aussi être exprimé d’une autre manière recourant à la
notion de humidité relative (Hr). Cette dernière s'exprime par la relation suivante :
e Avec
ea Pression de vapeur d'eau effe
es Pression de vapeur d'eau à s
L'humidité relative est donc
masse d'air et la quantité maxi
lorsqu'une masse d'air se refro
valeur de sa quantité maxim
implique qu'à un certain mome
température pour laquelle la pr
vapeur actuelle, la température d
(1.5) [ ]%100.s
ar e
H =
ctive ou actuelle,
aturation.
le rapport entre la quantité d'eau contenue dans une
male d'eau que peut contenir cette masse d'air. Ainsi,
idit, elle garde la même quantité d'eau. Par contre, la
ale diminue avec la température. Cette diminution
nt, l'air devient saturé car Hr = 100%. On nomme la
ession de vapeur saturante est égale à la pression de
u point de rosée.
11
1.1.2.9. Pression atmosphérique
La pression atmosphérique représente le poids d'une colonne d'air par unité de
surface considérée. Elle constitue un indicateur de la variation des types de masse d'air
passant au -dessus d'un point donné et intervient dans le calcul des humidités
spécifique et absolue.
Plus la pression totale au-dessus d'un liquide est élevée, plus grande est sa tension
de vapeur ; mais cet effet reste négligeable pour des pressions totales inférieures à 106
Pa (ou 10 bars). Par contre, certains auteurs considèrent que le taux d'évaporation
augmente lorsque la pression atmosphérique diminue. Cette relation inverse n'est pas
encore clairement démontrée, car la variation de la pression barométrique est
généralement suivie d'autres variations, comme celles de la température et du régime
du vent.
1.1.2.10. Le vent
Le vent joue un rôle essentiel sur les processus d'évaporation car c'est lui qui
permet, par le mélange de l'air ambiant, de remplacer au voisinage de la surface
évaporante, l'air saturé par de l'air plus sec. En effet, l'air au voisinage de la surface
évaporante va se saturer plus ou moins rapidement et par conséquent stopper le
processus d'évaporation.
Un verre d'eau placé dans une enceinte fermée à l'abri de tout mouvement de l'air
ne pourrait évaporer son contenu bien longtemps même dans une atmosphère
extrêmement sèche. Le vent, par le bais de sa vitesse mais aussi de sa structure
verticale et de ses turbulences, joue un rôle prépondérant dans le processus
d'évaporation. Les turbulences permettent entre autre l'ascension de l'air humide,
tandis que l'air sec descend et se charge d'humidité.
12
1.2. La trans
Elle peut se
plantes vivantes
source de vapeu
par le processus
profondeur du s
biologique est
transpiration es
conséquent de
vitesse du vent.
Fig 1.2 - Variables météorologiques ayant une incidence sur l'évaporation et la transpiration
piration
définir comme l'émission ou l'exhalation de vapeur d'eau par les
. Elle est essentielle car elle participe au cycle hydrologique comme
r d'eau pour l'atmosphère. De grandes quantités d’eau sont évaporées
de la transpiration des plantes qui par leurs racines, vont puiser dans la
ol l’eau nécessaire à leur développement et à leur vie. cette évaporation
appelée transpiration. Comme tout phénomène d’évaporation, la
t d’abord fonction du pouvoir évaporant de l’atmosphère et, par
l’insolation, de la température, du taux d’humidité de l’air et de la
13
Par ailleurs, les facteurs météorologiques agissent indirectement sur l’intensité de
la transpiration et ceci par leur influence sur l’ouverture des stomates, à savoir la
lumière, la chaleur ou une forte humidité de l’air. Enfin, dans les mêmes conditions
atmosphériques la transpiration d’une plante dépend aussi de son espèce, de son âge et
du développement de son feuillages.
1.2.1. Rappel sur les processus physiques de la transpiration des végétaux
La plante prélève l'eau du sol par l'intermédiaire de ses racines munies de cellules
épidermiques. Le développement du système radiculaire est lié à la quantité d'eau
disponible dans le sol ; les racines peuvent atteindre des profondeurs très variables,
d'une dizaine de centimètres à plusieurs mètres. L'absorption de l'eau est réalisée par
osmose ou par imbibition. L'eau circule à l'intérieur des canaux du système vasculaire
de la plante pour atteindre les feuilles. Le siège de l'évaporation se situe alors
essentiellement au niveau des parois internes des stomates. Une certaine évaporation
peut se produire directement au travers de la cuticule des feuilles.
Fig
1.3 - Représentation schématique du chemin de l’eau à travers la plante
14
Outre sa participation au cycle hydrologique comme source de vapeur d'eau dans
l'atmosphère, la transpiration a bien sûr de multiples autres fonctions, comme véhicule
des éléments nutritifs dans la plante ou comme système de refroidissement des
feuilles.
La quantité d'eau transpirée par la végétation va dépendre de facteurs
météorologiques (les mêmes que pour le processus physique d'évaporation - étudiés ci-
après), de l'humidité du sol dans la zone racinaire, de l'âge et de l'espèce de la plante,
ainsi que du développement de son feuillage et de la profondeur des racines.
1.2.2. Facteurs intervenant dans le processus de la transpiration
D'une manière générale, la transpiration est conditionnée par : les conditions
climatiques, les conditions liées au sol et la végétation. On peut également noter qu'il
existe deux résistances aux flux évaporatoires à partir d'un couvert végétal, d'une part
une résistance aérodynamique et d'autre part une résistance de surface, toutes deux
dues à la présence de la végétation.
En effet, la présence de végétation entraîne une modification de la structure de la
turbulence du vent sous la forme d'une résistance dite aérodynamique. En terme
physique, cette résistance aérodynamique (ra) peut être vue comme la résistance
rencontrée par la vapeur d'eau à son transfert de la surface du végétal dans l'air
ambiant. Ses valeurs sont généralement comprises entre 10 et 100 s/m. La résistance
aérodynamique s'exprime comme suit :
2⎤⎡
(1.6) 0
02 ln.
1⎥⎥⎦⎢
⎢⎣
⎟⎟⎠
⎞⎜⎜⎝
⎛ −=
zdz
ura χ
15
Avec
ra Résistance aérodynamique [s/m],
χ Constante de von Karman ( =0.41),
u Vitesse du vent [m/s],
z Hauteur de l'anémomètre (= h +2 où h est la hauteur végétation en m) [m], z0 :
hauteur de frottement [m],
d0 translation du plan origine de la relation logarithmique entre la vitesse du vent et la
hauteur [m].
Un se
surface (
imposée
de la rési
d'évapora
Fig 1.4 - Représentation simplifiée de la résistance aérodynamique et de la résistance de surface (D’après FAO, 1998)
cond élément qui prend aussi la forme d'une résistance est la résistance de
rs) ou résistance de la canopée. Elle représente la contrainte physiologique
par la végétation au mouvement de l'eau à travers les stomates. L'importance
stance de la couverture végétale a été démontrée dans l'étude des processus
tion d'un couvert végétal humide.
16
En effet, lorsque le couvert végétal est humide, les pertes par évaporation sont
essentiellement contrôlées par la canopée et non plus par le rayonnement car la
végétation agit comme un puits pour le transfert d'énergie par advection. L'évaporation
de l'eau entraîne un gradient thermique entre l'air ambiant et le végétal suffisant pour
fournir un flux de chaleur. Ceci est aussi confirmé par les quantités non négligeables
qui sont évaporées durant la nuit. Ces divers processus sont conditionnés par les
valeurs de la résistance de surface.
1.3. Concepts fondamentaux de l’évapotranspiration
Les considérations précédentes montrent que l’évaporation du sol et la transpiration
des végétaux sont deux processus complexes dont le terme d’évapotranspiration
regroupe ces deux phénomènes. On définit donc le terme d’évapotranspiration de la
manière suivante :
1.3.1. L’évapotranspiration
L’évapotranspiration désigne la quantité de vapeur d’eau rejetée
dans l’atmosphère tant par évaporation directe au niveau du
sol lui-même que par transpiration des organes
aériens des plantes.
Fig 1.5 - Processus d’év
17
apotranspiration
1.3.2. Les diverses notions de l’évapotranspiration on distingue trois notion dans l’évapotranspiration 1.3.2.1. Evapotranspiration réelle (ETR)- Facteurs météorologiques concernés
La définition d’évapotranspiration réelle (notée ETR) sera donc : la quantité d’eau
réellement perdue sous forme de vapeur par une surface ou un couvert végétal. On
rapporte généralement cette quantité d’eau à l’unité de temps et à l’unité de surface.
L’unité sera le Kg. m–2 . s–1 où plus souvent elle est exprimée en mm/jour (sachant que
1 mm d’eau correspond à 1 Kg. m–2). Il faut également rappeler que ces notions
d’évapotranspiration ont une validité limitée dans le temps et dans l’espace.
En effet, les variations diurnes et saisonnières des conditions climatiques et
biologiques entraînent d’importantes variations temporelles de l’évapotranspiration
réelle. De plus, du fait de l’humidification progressive de l’air qui circule au dessus
d’un couvert qui évapotranspire, on note également des variations spatiales de
l’évapotranspiration réelle.
Dans tous les calculs de l’évapotranspiration, plusieurs facteurs météorologiques
vont jouer un rôle. Plusieurs d’entre eux pourront même devenir limitant, c’est à dire
ne permettant plus la réalisation de la fonction chlorophyllienne de la plante. Dans tous
les cas, cet aspect limitant sera dû à une trop forte demande en eau du milieu ambiant
par rapport à ce que peut fournir la plante :
Le rayonnement et donc l’augmentation de la température vont jouer ce rôle
à partir d’un certain seuil, en entraînant une diminution de l’humidité de l’air.
Le vent va tendre également en se renforçant à augmenter le pouvoir
desséchant de l’air.
Le déficit de saturation de l’air (advection d’un air plus sec) entraînera de
même au dessous d’un certain seuil une réaction de défense de la plante par
fermeture des stomates.
18
1.3.2.2. Evapotranspiration maximale (ETM) – Critère écologique
L’évapotranspiration maximale (notée ETM) correspond à la consommation
maximale de la plante c’est à dire dans le cas d’une bonne alimentation hydrique des
plantes (eau facteur non limitant au niveau de l’absorption racinaire), la régulation
stomatique est alors minimale. L’évapotranspiration réelle va tendre vers un maximum
ETRm.
Cette notion d’ETRm ou évapotranspiration réelle maximale a été introduite par les
agronomes dans le but de définir la valeur réelle maximale de la consommation en eau
d’une culture donnée et placée dans de bonnes conditions hydriques. Elle est définie à
différents stades de développement végétatif, lorsque l’eau est en quantité suffisante et
que les conditions agronomiques sont optimales (sol fertile, bon état sanitaire….).
L’évapotranspiration maximale d’une culture dépend d’abord du climat, mais aussi
de la culture elle-même et des conditions de croissance. On est donc amené à définir
un coefficient cultural Kc permettant le calcul de l’ETM d’une culture donnée à partir
de la référence climatique que constitue l’ETP :
Kc = ETM / ETP (1.7)
Le coefficient cultural spécifique d’une culture donnée, prend des valeurs
différentes selon le stade végétatif de la culture. Il est défini par expérimentation, et
pourra être utilisé pour un projet donné, à condition qu’il n’y ait pas de trop grande
différence entre les conditions de l’expérimentation et celles qui concernent le projet.
19
1.3.2.3. Evapotranspiration potentielle (ETP) – Critère climatique
L’évapotranspiration potentielle (notée ETP) est la consommation d’eau, sous
l’action conjuguée de l’évaporation du sol et de la transpiration de la plante, d’un
couvert végétal en plein développement occupant le sol en totalité et sous les
conditions optimum d’alimentation en eau sans l’influence d’aucun facteur limitant.
On considère généralement l’ETP comme une référence climatique traduisant
l’incidence du climat sur le niveau de l’évapotranspiration des cultures. Le tableau ci-
dessous résume les différentes définitions mentionnées précédemment concernant
l’évapotranspiration : réelle, maximale et potentielle.
TERMINOLOGIE
EVAPOTRANSPIRATION
REELLE
(ETR)
EVAPOTRANSPIRATION
MAXIMALE
(ETM)
EVAPOTRANSPIRATION
POTENTIELLE
(ETP)
DEFINITION
Quantité d’eau perdue
par un couvert végétal
sous forme de vapeur,
elle s’exprime en
mm/jour
Valeur de l’ETR, dans
le cas d’une bonne
alimentation en eau de
la plante. Lorsque
l’eau n’est plus un
facteur limitant au
niveau de l’absorption
racinaire,
l’évaporation est
maximale
Valeur de l’ETM de
référence pouvant
représenter la
demande climatique.
C’est l’évaporation
d’un couvert végétal
bas, continu et
homogène dont
l’alimentation en eau
n’est pas limitante
Tableau 1.2 - Les différents types d’évapotranspiration
20
1.4. Evaluation de l’évapotranspiration potentielle
L’évapotranspiration est un phénomène complexe qui non seulement résulte de
processus physiques tels que le potentiel efficace du sol, les changements d’état de
l’eau, la diffusion moléculaire ou turbulente de la vapeur d’eau, mais peut aussi être
soumise à des incidences biologiques comme la régulation stomatique, la surface
foliaire ou le développement radical.
Cette évapotranspiration n’atteindra son seuil maximal, l’ETP, et sa mesure n’aura
de réelle signification que si les systèmes mis en œuvre, d’une part reflètent fidèlement
les effets de l’environnement : sol, végétation, atmosphère, et d’autre part éliminent les
effets restrictifs des contraintes biologiques.
1.4.1. Mesure de l’évapotranspiration Potentielle
L'évapotranspiration potentielle peut être mesurée directement, selon les exigences
de sa définition, à l'aide d'un lysimètre où serait cultivée la culture de référence. Elle
peut aussi être mesurée directement à l'aide d'un bac d'évaporation standard (type
Colorado ou Class A) ou d'autres évaporomètres, tels ceux de Piche ou de Livingstone.
Cependant, et du fait que l'ETP est plutôt une caractéristique du climat, elle peut être
calculée à partir de paramètres climatiques (méthodes empiriques).
1.4.1.1. Lysimètre (évapotranspiromètre)
La mesure de l'évapotranspiration est une mesure très complexe, qui nécessite la
mise en place d’un dispositif répondant à certains critères. Parmi les méthodes directes
utilisées, on a celle du lysimètre. Cet appareil est un réceptacle cylindrique de 1m de
diamètre environ sur 2m de hauteur. Il permet de mesurer la consommation en eau des
plantes pendant leur croissance.
21
Il s’agit d’une cuve en terre dont on mesure les entrées (les précipitations) et les
sorties par un orifice pratiqué au fond de la cuve. Cuve dans laquelle un sol avec
drainage est mis en place, dans le but d’étudier les mouvements de l’eau et des sels
minéraux en relation avec la production de la culture considérée. Ces lysimètres sont
appelés évapotranspiromètres lorsqu'il sont utilisés pour mesurer l'évapotranspiration
potentielle d'un couvert végétal dense, bien alimenté en eau.
Fig 1.6 - Lysimètre
22
1.4.1.2. Bacs d’évaporation
La mesure directe de l’évapotranspiration potentielle se fait généralement au
moyen d'un bac d'évaporation standard (type Class A ou Colorado), qui est un
contenant de section cylindrique ou carrée dont les variations du niveau d’eau,
mesurées à des intervalles de temps fixes (jour, semaine, décade), sont un reflet de
l’intensité de l’évaporation. L’avantage principal des bacs est leur économie et leur
facilité d’installation; leur inconvénient est la difficulté d’évaluer les effets du
rayonnement direct et le transfert de chaleur à travers les parois. On distingue deux
types de bac d’évaporation :
Le bac US du Weather Bureau (bac classe A)
Ce bac a un diamètre de 121.9cm et une profondeur de 25.4cm. La profondeur de
l’eau y est maintenue entre 17.5 et 20cm. Il est réalisé en fer galvanisé non peint et
posé sur un caillebotis à environ 15cm au dessus du niveau du sol. Il présente
l’avantage de la facilité d’installation, et les mesures ne sont pas faussées par le
rejaillissement des gouttes de pluie sur le terrain environnant lors de fortes averses; par
contre il est très sensible aux variations de la température de l’air et aux effets de
l’insolation.
Fig 1.7 - Bac d' évaporation (classe A) du Weather Bureau (d'après REMENIERAS - 1972)
23
Le bac Colorado
Il se présente sous la forme d’un parallélépipède, dont la section droite est un carré
de 0.914m de coté; sa profondeur est de 0.462m; il est enterré dans le sol de manière
que ses arêtes supérieures soient à 0.10m au dessus de la surface de celui-ci. Le plan
d’eau dans le bac est maintenu à peu près au niveau du sol.
1.4.1.3. Les éva
Corps en po
évaporant de l’a
sphères, des cyl
taux d’évaporat
plantes.
Fig 1.8 - Bac enterré type Colorado (États-Unis) (d'après REMENIERAS -1972)
poromètres
rcelaine poreuse. Pour mesurer les variations relatives du pouvoir
tmosphère, les météorologistes et les agronomes utilisent souvent des
indres ou des plaques de porcelaine blanche poreuse saturée d’eau; le
ion d’un tel système est parfois considéré comme voisin de celui des
24
Evaporomètre type LIVINGSTONE
La figure 2.8 donne, à titre d’exemple, le schéma de l’evaporomètre de
LIVINGSTONE, c’est une sphère creuse de porcelaine poreuse d’environ 5cm de
diamètre et d’un centimètre d’épaisseur. Elle est remplie d’eau distillée provenant d’un
réservoir gradué qui assure en permanence l’alimentation de la sphère et permet la
mesure du volume évaporé.
Fig
1.9 - Evaporomètre à sphère poreuse type LIVINGSTONE (d'après REMENIERAS - 1972)
25
Evaporomètre PICHE
Cet appareil est installé généralement sous abris, il est constitué par un tube
cylindrique en verre de 25cm de long et 1.5cm de diamètre. Ce tube gradué est fermé à
sa partie supérieure, tandis que son ouverture inférieure est obturée par une feuille
circulaire de papier filtre normalisé de 30mm de diamètre, maintenue par un ressort.
L’appareil ayant été rempli d’eau distillée, celle-ci est évaporée progressivement
par la feuille de papier filtre; la diminution du niveau de l’eau dans le tube permet de
calculer le taux d’évaporation (en mm par 24 heures par exemple), le processus
d’évaporation est ici lié essentiellement au déficit hygrométrique de l’air, et l’appareil
ne prend peut être pas assez en compte l’influence de l’insolation.
Fig
1.10 - Evaporomètre Piche (d'après REMENIERAS - 1972)
26
1.4.2. Calculs de l’évapotranspiration Potentielle
L’évapotranspiration potentielle représentant la demande climatique est reliée de
façon étroite, voire fonctionnelle, aux autres éléments du climat : température,
humidité, vent, insolation…etc. De nombreux auteurs ont cherché à établir des
expressions rattachant la valeur de l’ETP à une sélection de ces facteurs climatiques.
Certaines formules proposées résultent d’ajustements statistiques et peuvent de ce fait
être qualifiées d’empiriques : Blaney-Criddle, Thornwaithe, Turc.
D’autres au contraire, possèdent un raisonnement physique plus rigoureux assorti
de quelques hypothèses logiques, méthodes résultant d’une analyse de l’ETP en tant
que processus énergétique : Penman, Penman-Monteith, Bouchet, Brochet et
Gerbier.
Chacune d’entre elles n’est bien adaptée qu’à un contexte limité, soit quelle soit
spécifique d’une zone climatique donnée, soit qu’elle mette en jeu des données
climatiques non disponibles. Nous présenterons sommairement ci-dessous deux
méthodes de calcul de l’ETP, élaborées dans des contextes très différents, retenues
dans le cadre de notre application.
1.4.2.1. Formule de Penman et Penman-Monteith
Dans le cas où l’on disposerait de mesures concernant la température, la vitesse du
vent, la radiation solaire, l’humidité de l’air, on peut utiliser la méthode de Penman,
car c’est celle qui vraisemblablement fournit les résultats les plus satisfaisants pour
estimer l’effet du climat sur l’ETP. Cette méthode comprend deux facteurs, le facteur
énergie (rayonnement net) et le facteur aérodynamique (vent, humidité). La formule de
Penman est applicable presque sur tous les climats, mais elle pose un problème de
complexité, du point de vue calcul et disponibilité d’éléments nécessaires à
l’application et à l’emploi de cette formule.
27
Parmi les formules théoriques proposées pour le calcul de l'évapotranspiration de
référence, on trouve celle proposée par Penman (1948) qui a une signification
physique bien définie puisqu'elle résulte de la combinaison du bilan d'énergie avec le
transfert aérodynamique.
Nous retiendrons surtout la formule de Penman-Monteih (1981) qui dérive de
l'équation de Penman originale mais avec quelques modifications (introduction de la
notion de résistance de surface).
La forme générale de l'équation de Penman est : Où
ET0 Evapotranspiration d
Rn Rayonnement net [W
∆ Pente de la courb
[kPa/C°],
Ρ Densité de l'air à pre
Cp Capacité thermique d
δe Différence entre la p
effective dans l'air e
ra Résistance aérodynam
turbulences atmosphé
λ Chaleur latente de va
γ Constante psychromé
(1.8)
)(. ..
0 γλ
δρ
+∆
+∆= a
eprc
nRET
e référence calculée par la relation de Penman [mm/s],
/m2],
e de pression de vapeur à la température moyenne de l'air
ssion constante [kg/m3],
e l'air humide [kJ/kg/C°],
ression de vapeur saturante es [kPa] et la pression de vapeur
a [kPa],
ique [s/m] (descripteur météorologique traduisant le rôle des
riques dans le processus d'évaporation),
porisation de l'eau [MJ/kg],
trique [kPa/C°].
28
Pour l'exécution pratique des calculs, certaines grandeurs définies ci-dessus sont
considérées comme constantes et d’autres sont à calculer sur la base des données
météorologiques disponibles (en règle générale : la température, la vitesse du vent, la
pression, le rayonnement global, l'humidité et l'albédo).
Une fois ces valeurs précisées, on peut déterminer la résistance aérodynamique ra
(comme nous l'avons vu précédemment), la pression de vapeur saturante es, la pression
de vapeur effective dans l'air e a (en kPa et avec la température en degrés Celsius). On
a :
⎞⎛ .17.17 T
Avec : T, température de l'air
On obtient encore la relation
où Rh est l'humidité relative
Et finalement :
Avec ∆ en [kPa/C°2]
(1.9)
⎟⎠
⎜⎝ +
=3.237
exp.611.0T
es
[C °].
suivante :
de l'air
(1.10)
100.Rh
ee sa =
[%].
.4098 es
(1.11) 2)3.237( +=∆T
29
L'introduction de la notion de résistance de surface (rs) dans l'équation de Penman
conduit à la formulation de l'équation de Penman-Monteith :
c ep .. δρ
En conséquenc
l'évapotranspiratio
qui requièrent tout
C’est, en fin de com
le choix d'une fo
d'application pour
1.4.2.2. Formule d
La formule de
données climatique
est la suivante :
Avec
ETP Evapotranspi
t Température
P Pourcentage
latitude du lie
Annexe1)
K Coefficient d’
(1.12)
⎥⎦
⎤⎢⎣
⎡⎟⎟⎠
⎞⎜⎜⎝
⎛++∆
+∆=
a
s
rn
rr
RET a
1
.0
γλ
e, on retiendra ici qu'il est possible d'estimer l'évaporation ainsi que
n de référence par le biais de formulations plus ou moins complexes
es la connaissance d'un certain nombre de paramètres climatiques.
pte, la disponibilité en données météorologiques qui conditionnera
rmulation au détriment d'une autre ainsi que ses possibilités
la région d'étude concernée.
e Blaney-Criddle
Blaney-Criddle est l’une des plus utilisées car elle exploite des
s facilement accessibles dans les périmètres étudiés. Cette formule
ETP = K ( 8.13 + 0.46 t ) P (1.13)
ration potentielle mensuelle de référence en mm,
moyenne (degrés Celsius) pendant le mois considéré,
d’éclairement pendant le mois considéré, qui ne dépend que de la
u étudié et dont les valeurs sont présentées dans le tableau 2. (voir
ajustement.
30
Le coefficient d’ajustement K était dans la formulation initiale un coefficient
variable selon les cultures et la région avec des valeurs pour l’essentiel comprises entre
0,60 et 0 ,85. Il avait été déterminé dans le sud ouest des Etats –Unis, en distinguant un
« littoral » sub-humide et un « arrière pays » semi-aride. Afin de rendre à l’ETP son
caractère de référence climatique, il est souhaitable d’envisager K comme coefficient
variable selon les régions, et correspondant à l’ETP d’une culture de référence telle
que le gazon.
Les valeurs du coefficient K permettant le calcul de l’ETP de référence ont été
déterminées pour un grand nombre de lieux et de climats différents. Un ajustement a
pu être proposé (cf J. Doorenbos et N.O. Pruitt, Fao, 1975) permettant de définir la
valeur de K en fonction des diverses conditions d’humidité relative, d’heures
d’insolation par jour et de vent diurne. (voir Annexe 1)
1.5. Conclusion sur l’évaporation et l’évapotranspiration
L'évapotranspiration est un processus complexe composé d'une évaporation
physique (surface d'eau libre, neige, glace, eau du sol nu) et d'une évaporation
physiologique (transpiration). Au vu de la difficulté de distinguer ces deux types de
processus dans la situation d'un sol couvert par de la végétation et du fait qu'ils se
produisent simultanément, ils sont généralement regroupés sous le terme générique
d'évapotranspiration.
Toutefois, pour que le processus d'évaporation ou d'évaporation puisse se produire,
il faut d'une part que le système ait la capacité d'évaporer de l'eau (facteur limitant) et,
d'autre part, que l'air ambiant exerce une demande évaporative (l'air ne doit pas être
saturé). L'évaporation dépend donc des conditions météorologiques mais aussi de la
disponibilité en eau. A ces deux types de facteurs s'ajoutent encore dans le cas de
l'évapotranspiration, les propriétés physiques et physiologiques de la couverture
végétale. Ainsi, comme nous l'avons vu, l'estimation de l'évaporation et de
l'évapotranspiration est possible par le biais de diverses relations en connaissant les
caractéristiques climatiques, physiques et physiologiques du milieu étudié.
31
Les systèmes d’information géographique
2.1. Genèse des Systèmes d’Information Géographique (SIG) Toutes les premières applications d’informatique appliquée à la cartographie
remontent aux années 60, à l’époque glorieuse des cartes perforées. Ce sont les
Canadiens qui, les premiers, ont ressenti la nécessité de gérer de manière automatique
les informations, essentiellement agricoles et géologiques, disponibles sur leur vaste
territoire (Tomlinson 76, Gold 94). Après deux ans d’étude par le ministère de
l’agriculture, le gouvernement canadien donne en 1963 son accord au développement
de ce qui sera appelé plus tard le système d’information géographique du Canada
(Canada Geographic Information System CGIS). C’est IBM Canada qui est chargée du
développement des logiciels et du matériel nécessaire en collaboration avec les
services de l’agriculture et de la forêt de l’Etat. Quelques années après CGIS, les
projets se succédant en restant toutefois sur le continent nord-américain.
La période 1960-1980 a été une période de recherche ou d’incubation des SIG et, à
partir des années 80, a débuté la phase de développement. La recherche-
développement des SIG est laissée aux soins des sociétés privées qui exploitent les
résultats des universitaires. Les premières applications SIG prêtes à l'emploi,
équivalent cartographique des Systèmes de Gestion des Bases des Données (SGBD),
ou SIG-outils, apparaissent sur un marché largement dominé par les grandes
administrations.
Enfin, depuis la fin des années 80, on peut considérer que les SIG sont entrés dans
l'ère de la commercialisation. L’offre en logiciels s’est considérablement accrue ;
ceux-ci fonctionnent désormais également sur micro-ordinateur, disposent d’une
interface utilisateur graphique et sont accessibles à toutes les bourses.
32
En plus des logiciels, les périphériques, tables à digitaliser, scanners, imprimantes
en couleur, se sont démocratisés et permettent maintenant de maîtriser l'intégralité de
la chaîne graphique pour un coût raisonnable.
A l'heure actuelle, il y a plusieurs, concepts d’information géographique. Les coûts
et les difficultés techniques ont considérablement diminué, et de nombreux logiciels
commerciaux sont aujourd’hui disponibles, offrant de bonnes performances à un prix
raisonnable. Parmi ces logiciels :
• Système d’Information Environnementale à Référence Spatiale (SIERS),
• Système d’Information à Référence Spatiale (SIRS),
• Système d’Information et d'Aide à la Décision (SIAD),
• Système d'Aide à la Décision Spatiale (SADS),
• Système de géomanagement,
• Système d’Information sur le Territoire (SIT)...
2.2. De la carte au système d’information géographique
De tous temps, la connaissance du territoire a été une préoccupation des sociétés.
Qu’il s’agisse, comme aux époques anciennes, de repérer des itinéraires de migration,
de délimiter les droits d’usage des sols, de localiser des ressources, ou plus récemment
d’analyser les conséquences de phénomènes climatiques, de prévoir des récoltes ou de
guider la trajectoire de missiles, les hommes ont toujours eu besoin, pour tenter
d’asseoir leur domination sur le monde, de représenter graphiquement des événements
ou des informations.
C’est la raison pour laquelle la carte est un outil très ancien, dont les évolutions
techniques, sociales et politiques correspondent à celles des civilisations : cadastres
égyptiens et romains, cartes marines de l’époque des grandes découvertes et
aujourd’hui l’utilisation de cartes issues d’images satellites.
33
2.3. L’information géographique
L’information géographique désigne toute information relative à un point ou un
ensemble de points spatialement référencés à la surface de la terre. Elle est
d’importance primordiale pour tous ceux qui ont à gérer un espace ou des objets
dispersés dans un espace donné.
On rassemble sous la domination d’informations spatiales des données aussi
diverses que la distribution de ressources naturelles (sols, eaux, végétation), la
localisation d’infrastructures (routes, édifices, réseaux d’équipements divers), les
limites administratives et politiques. Même des données statistiques relatives à la
population, à l’emploi ou à la criminalité entrent dans cette définition, dès lors qu’elles
ont une extension spatiale. L’information géographique se présente donc sous la forme
d’une correspondance entre :
Un objet ou un phénomène décrit plus ou moins complètement par ses attributs.
Notion de descripteurs sémantiques. Par exemple une forêt peut être décrite par une
surface, les espèces présentes, le nombre de strates de végétation…
Et sa localisation, sur la surface terrestre, décrite généralement par des
coordonnées. Notion de descripteurs géométriques. Cela peut être :
des coordonnées géographiques qui sont mesurées sur un ellipsoïde de référence
(ex ellipsoïde de CLARKE 1880), exprimées en latitude et longitude ;
ou des coordonnées rectangulaires. La localisation est rapportée à un plan de
référence, qui représente l’ellipsoïde au moyen d’une correspondance
mathématique ; par exemple projection Stéréographique, Mercator, Lambert…
A ces deux termes, s’ajoutent les relations entre les informations. Notion de
descripteurs topologiques. Ce sont des relations d’inclusion, d’adjacence,
hiérarchiques…
34
Ces trois descripteurs de l’information géographique permettent une modélisation
du monde réel et de développer ainsi des applications très diverses dans le but d’une
meilleure visualisation de l’information géographique.
2.4. Les cartes « La carte est une base de données graphique »
Fig 2.1 - Exemple de carte : carte de situation
L’information géographique a d’abord été représentée sous forme de cartes,
utilisées comme support traditionnel de l’information géographique, les cartes étaient
jusqu’à récemment la seule manière de stocker et de représenter des informations sur
l'espace géographique.
Les plus communes sont celles dont l'objectif principal est de décrire les
caractéristiques physiques des paysages: cours d'eau, relief, routes, forêts et zones
urbaines. Ce sont des cartes topographiques.
35
Bien que les cartes topographiques conviennent à un usage général, d'autres types
de cartes sont nécessaires fournissant des informations sur des thèmes particuliers. Ces
informations ne sont pas toujours physiquement visibles: densité de population, nature
du sol, géologie, climat, aire d’influence d’un marché, flux d'informations, propagation
dans l’espace d’une maladie. Ce sont des cartes thématiques.
2.5. Avantages et inconvénients des cartes traditionnelles
2.5.1. Avantages Les cartes fournissent une vue synoptique de l'espace (spatialisation des
phénomènes),
Les cartes révèlent la structure spatiale des phénomènes et la position relative des
objets dans l’espace (voisinage, proximité/éloignement, type de contact latéral),
Les cartes sont un outil de prévision et d’aide à la décision (urbanisme, gestion des
risques),
2.5.2. Inconvénients Les cartes sur support papier présentent un certain nombre d’inconvénients majeurs :
La fabrication des cartes est une opération longue et coûteuse.
La quantité d’information qu’une carte imprimée peut contenir est limitée : pour
des raisons de lisibilité (une carte trop riche en information est difficile à
comprendre), le passage des données brutes à la représentation cartographique
s’accompagne d’une réduction d’information.
Une fois la carte fabriquée et publiée, elle reste un document figé, jusqu’à la
prochaine mise à jour. Il est même fréquent que des cartes soient déjà périmées au
moment de leur parution. La mise à jour impose de reprendre le processus de
production cartographique depuis le début. Ce problème est d’autant plus crucial que
le monde où nous vivons change très rapidement.
36
Les utilisateurs de données spatiales ont besoin d’informations fiables et à jour, et
un grand nombre d’entre eux s’intéressent aux modifications de l’espace qui peuvent
survenir dans leur domaine d’application. Il peut être difficile d’extraire d’une carte
l’information exacte que l’on souhaite, en raison de la complexité du document. En
effet l’information recherchée peut être noyée parmi d’autres.
2.6. Les SIG comme technologie d’intégration
La démocratisation de l'informatique, le développement des techniques
numériques de collecte, de gestion et de dissémination des données, combinés avec
l’application de nouveaux besoins en information pour l’aménagement du territoire, la
protection de l'environnement ont contribué à l'émergence des Systèmes d’Information
Géographique (SIG).
2.6.1. Définition d’un SIG La notion de Système d’Information Géographique (SIG) est un concept hybride
né dans les années 60-70 d’un croisement entre informatique, mathématique et
géographie. L’idée était simple : utiliser les gigantesques possibilités de calcul des
ordinateurs pour saisir, gérer et analyser l’information spatiale de toute nature
(ressources naturelles, recensement de population, cadastre, géni civil…...).
Avec l’essor de l’informatique est apparue la possibilité de numériser
l’information géographique et d’en confier la gestion à l’ordinateur. Celui-ci devient
un auxiliaire précieux du géographe, l’assistant pour la production cartographique et
l’analyse spatiale. Ainsi est né, le concept de système d’information géographique. Au
cours des temps les SIG ont fait l'objet de plusieurs définitions, la plus simple et la
plus illustrative, est celle de :
Dckinson et Calkins, en 1988, définissent les SIG comme un ensemble de trois
types de composantes: technologiques (matériel et logiciel), informatives (bases de
données géographiques et associées) et infrastructurelles (personnel, installations,
services de support).
37
Fig 2.2 - Les cinq composants majeurs d’un SIG Matériel
Le matériel est le système informatique sur lequel un SIG fonctionne. Aujourd’hui,
les SIG fonctionnent sur un large éventail de types de matériel, des serveurs centralisés
aux ordinateurs personnels (PC) utilisés en autonomie ou selon des configurations en
réseau.
Logiciel
Les SIG fournissent les fonctions et les outils requis pour stocker, analyser, et
afficher toutes informations. Parmi ses principaux éléments, ce logiciel est doté :
D’outils pour saisir et manipuler les informations géographiques,
D’un système de gestion de base de données,
D’outils géographiques de requête, analyse et visualisation,
D’une interface graphique utilisateur pour une utilisation facile.
Données
Les données sont certainement les composantes les plus importantes des SIG. Les
données spatiales et les données attributaires connexes peuvent être collectées ou être
achetées auprès d’un fournisseur privé ou public. L'intégration des données spatiales et
des données attributaires est une fonctionnalité clé d’un SIG.
38
Utilisateurs
Un SIG étant avant tout un outil, c’est son utilisation et par conséquent ses
utilisateurs qui permettent d’en exploiter la quintessence. Les SIG s’adressent à une
très grande communauté d’utilisateurs depuis ceux qui créent et maintiennent les
systèmes, jusqu’aux personnes utilisant dans leur travail quotidien la dimension
géographique.
Avec l’avènement des SIG sur Internet, la communauté des utilisateurs de SIG
s’agrandit de façon importante chaque jour et il est raisonnable de penser qu’à brève
échéance, nous serons tous à des niveaux différents des utilisateurs de SIG.
Méthodes
La mise en œuvre et l’exploitation d’un SIG ne peut s‘envisager sans le respect de
certaines règles et procédures propres à chaque organisation. Le succès de la mise en
application d’un SIG est fonction de la bonne conception du plan de sa mise en oeuvre
selon des méthodes et des pratiques propres à chaque organisation.
Comme dans toutes les organisations intégrant des technologies nouvelles, celles-ci
ne peuvent être efficaces que si elles sont correctement associées dans la stratégie
globale de l’entreprise. Cela exige non seulement des investissements suffisants en
matériels et logiciels, mais également dans la formation et/ou la reconversion et la
motivation du personnel amené à utiliser ces nouveaux outils.
2.6.2. fonctionnalités des SIG
Les fonctionnalités d’un SIG peuvent être résumées par la règle des 5 A. Un SIG
est capable :
d’Acquérir des données,
d’Archiver (stockage, modification, mise à jour, vérification des erreurs),
d’Accéder à telle ou telle donnée (extraction)
d’Analyser,
d’Afficher des données (restitution de cartes, images, graphique, tableau)
39
Fig 2.3 - Les 5 fonctionnalités d’un SIG
Importation fichiers
Scanner
Mise à jour
Edition
Contiguïté
Statistiques
Mesures
Classements
Proximité
Cartes
Graphiques, Figures
Tableaux
Table à numériser
Télédétection
Clavier
Stockage
Extraction
Requêtes
Ecran
Images 2D/3D
Acquérir
Analyser
Accéder
Archiver
Gestion
Manipuler
Afficher
Restituer
Données graphiques
Données descriptives
Prétraiterments
Mise en relation
Interpolation
Vues perspectives
Ombrages
Inter visibilité
Génération contours
Fichiers export
Fig 2.3 - Les 5 fonctionnalités des SIG
40
2.7. La modélisation dans les SIG
La complexité du monde réel est si grande que l'on crée des modèles de la réalité
qui ne sont que des représentations de cette complexité du monde réel. Le contenu
d'une base de données (BD) à référence spatiale présente donc une vue partielle du
monde (représentation particulière).
MODELISER LE TERRITOIRE
Fig 2.4 - Superposition de cartes thématiques relatives à un même espace
Notion de couche
Dans la littérature relative aux SIG logiciels le terme couche « d’information » est
utilisé pour designer l’ensemble de données qui se trouvent au même niveau
(d’aptitude homogène) : par exemples : la couche de couverture du sol, la couche du
réseau hydrographique, la couche du réseau routier,…….etc.
41
2.7.1. Réalité, SIG et prise de décision
L'utilisateur du SIG voit le monde à travers cette base de données. Il peut ainsi, à
travers le SIG, prendre des décisions pour modifier cette réalité.
Fig 2.5 - Réalité, SIG et prise de décision Source : Marius Thériault, 1997
Les mesures et les échantillons de la base de données doivent représenter le
monde de manière aussi exhaustive et consistante que possible. Le contenu de la BD
doit être pertinent (sujet et caractéristiques représentés, période de temps considérée,
région étudiée et échelle d'analyse) en regard des objectifs visés. Les entités du monde
réel sont représentées dans la base de données par des objets auxquels sont associés
des attributs graphiques et thématiques.
42
2.7.2. Entité -Objet et Attribut Entité
Une entité est un " phénomène d'intérêt que l'on retrouve dans la réalité et que l'on
ne peut plus par la suite subdiviser en phénomènes du même genre ". Par exemple, une
cité peut être considérée comme une entité car elle peut être subdivisée mais ses
composantes ne sont plus appelées cités mais districts, quartiers, etc. A l'inverse, un
massif forestier peut être subdivisé en massifs forestiers de plus petite taille. Il faut
distinguer trois types d'entités:
les entités réelles (ayant une existence physique et facilement délimitable, par
exemple une maison),
les entités conceptuelles (élaborées pour représenter les variations spatiales d'un
phénomène continu, par exemple les isohypses ou des lignes de front en
météorologie),
et les entités opérationnelles (créées artificiellement pour structurer la BD, par
exemple les pixels d'une image satellitaire).
Attribut
Un attribut est une caractéristique d'une entité sélectionnée à des fins de
représentation. Il est généralement non-spatial bien que certains attributs puissent être
reliés au caractère spatial du phénomène étudié, comme le périmètre par exemple.
Objet
Un objet est une représentation numérique de toute ou partie d'une entité. La
méthode de représentation numérique d'un phénomène varie en fonction de l'échelle,
des besoins et de plusieurs autres facteurs : on peut représenter géographiquement une
ville par un point si la région est considérée à l'échelle continentale.
43
La même cité peut être représentée graphiquement par une zone dans le cas d'une
base de données géographique à l'échelle d'un état ou d'un département.
2.7.3. Inté
Le con
technologi
des potenti
Concep
Systèm
Télédét
Méthod
Fig 2.6 - Représentation numérique d’entité, fonction des besoins Source : Thériault, 1997
gration progressive de technologies
cept de SIG a évolué en incorporant progressivement un certain nombre de
es en une totalité dont l’intégration de ces nouvelles technologies présente
alités importantes :
tion assistée par ordinateur (CAO),
e de gestion de base de données (SGBD),
ection et traitement d’images,
es d'analyse spatiale et géostatistique.
44
CAO (Conception Assistée par Ordinateur)
Un système de CAO a pour vocation d’aider à la conception et à la modélisation de
bâtiments, d’infrastructures et de produits manufacturés. Un système de CAO procède
par assemblage d’éléments dont les caractéristiques sont fixes pour réaliser une
infrastructure globale. Ces systèmes requièrent quelques règles (spécifiant comment
assembler ces composants) et des capacités d’analyse très limitées.
Si certains logiciels de CAO sont proposés pour la mise en œuvre de solutions SIG,
leurs capacités demeurent très réduites et inadaptées pour l’analyse et la gestion
d’importantes bases de données géographiques.
SGBD (Systèmes de Gestion de Bases de Données)
Les Systèmes de Gestion de Bases de Données sont spécialisés dans le stockage et
la gestion de tous types d’informations y compris les informations géographiques. Les
SGBD sont optimisés pour stocker et retrouver des informations. De nombreux SIG
s’appuient sur ces capacités des SGBD pour organiser et localiser leurs données. Mais
le rôle des SGBD s’arrête là, car ils ne disposent pas des outils de visualisation et
d’analyse propres aux Systèmes d’Information Géographique.
Traitement d’image et GPS
Le traitement et l’interprétation d’image sont à la fois l’art et la science permettant
de mesurer notre planète grâce aux satellites, à la photographie aérienne et à
l’utilisation des GPS. Ces différentes sources d’images et de mesures, permettent la
collecte d’informations qui seront traitées, visualisées, analysées et interprétées. Ils ne
peuvent être comparés aux SIG car ne traitant que les images ils ne permettent pas
d’analyser et de gérer les nombreuses autres grandes familles de données. Les
solutions de traitement d’images n’en demeurent pas moins des auxiliaires précieux
aux SIG dans leur ensemble.
45
Fig 2.7 - Principales disciplines à la croisée des SIG
En général, les SIG fournissent un ensemble d’outils pour la saisie, la gestion,
l’analyse et la manipulation des données, ainsi que la présentation des résultats sous
forme graphique ou de rapport. La capacité d’intégrer, de gérer et d’analyser des
données spatiales est la caractéristique distinctive des systèmes d'information
géographiques qui permettent de fournir des informations synthétiques sur les
territoires et de contribuer par la suite à résoudre leurs problématiques. En effet, les
SIG permettent d’exécuter certaines opérations spatiales complexes qui seraient
difficiles, voire impossibles autrement.
Les SIG s’adressent à une très grande communauté d’utilisateurs depuis ceux qui
créent et maintiennent les systèmes, jusqu’aux personnes utilisant dans leur travail
quotidien la dimension géographique. Avec l’avènement des SIG sur Internet, la
communauté des utilisateurs de SIG s’agrandit de façon importante chaque jour et il
est raisonnable de penser qu’à brève échéance, nous serons tous à des niveaux
différents des utilisateurs de SIG.
46
2.8. Développement des base de données géographiques
2.8.1. Définition d’une base de données
Une définition de la base de données qui nous paraît assez complète est formulée
par Tardieu et al. (Tardieu 1979) :
« La base de données est une collection de représentations de la réalité sous forme
de données inter-reliées aussi cohérentes que possible, mémorisées avec une
redondance calculée et structurée de manière à faciliter leur exploitation pour
satisfaire une grande variété de demandes de renseignements exprimés par de
nombreux utilisateurs ayant des exigences de réponses compatibles avec leurs
conditions de travail ». Tardieu et al. (1979)
La distinction entre base de données et banque de données fait l’objet de discours
contradictoires. Une des approches considère que la base de données est une collection
d’informations alors qu’une banque de données est constituée d’une base de données
et des outils, c’est à dire des logiciels, permettant son exploitation.
Le terme « banque de données » prend de plus en plus une connotation de système
figé, non évolutif, mis à disposition d’utilisateurs pour consultation. Le dictionnaire de
l’informatique édité par l’AFNOR définit ces termes de la façon suivante :
Base de données « Structure de données permettant de revoir, de stocker et de
fournir à la demande des données à de multiples utilisations ».
Banque de données « Ensemble de données relatif à un domaine défini des
connaissances et organisé pour être offert aux consultations d’utilisateurs ».
47
2.8.2. Mode de représentation des données géographiques
Une base de données géographiques est une tentative d’expertise en mode réel afin
de comprendre son fonctionnement, de maîtriser et de planifier son développement. La
mise en place d’un tel système se concrétise par l’analyse de fonctionnement du milieu
étudié jusqu’à sa transcription finale en informations codées dans les structures
informatiques. Ces processus se décompose en deux étapes de modélisation
successives dont la pertinence et la justesse vont conditionner la qualité du système
d’information géographique (SIG).
La recherche d’efficacité dans cette construction doit s’accompagner d’une
meilleure connaissance des modèles et des structure de représentation des données
spatialisées qui vont constituer l’architecture des SIG. La base de donnée du SIG se
conçoit à partir d’une abstraction du milieu étudié. IL est naturellement important de
caractériser modèle et structure de données.
Fig 2.8
- Structure de l’information géographique
Structurer l’information géographique
48
Le modèle de données est défini comme le schéma conceptuel de représentation
des données (Peuquet 1988), c’est une procédure logique de mise en évidence du
fonctionnement du milieu étudié à partir de la caractérisation des informations et des
processus du système.
La structure des données est l’implantation physique du modèle de données dans
le corps du système d’information géographique. Ce processus de construction est
l’aboutissement de la modélisation conceptuelle des données et des processus. Par
conséquent, l’adjonction qui peut exister entre les modèles et les structures de données
constituent l’architecture de base des systèmes d’informations géographiques.
2.8.3. Mode de représentation des données descriptives
Une base de données est considérée comme étant un ensemble de données
quantitatives et qualitatives réparties dans des fichiers. Ces bases de données
nécessitent pour leur exploitation un ensemble de logiciels et d’outils représenté par
les SGBD.
En effet, pour gérer au mieux ces données, il existe une interface avec un système
de gestion de base de données externe appelé SGBD. Ce système permet d’assurer les
fonctionnalités de saisie, de correction et d’extraction des données, tout en organisant
leur accès. Une définition des SGBD nous a paru assez complète est formulée par
MOTET :
« Un SGBD est un ensemble de logiciels que l'on peut adapter à une base de
données particulière et qui facilite le chargement, l'interrogation et la mise à jour
des données, et gère les conflits d'accès, la cohérence des données et l'optimisation
des ressources informatiques ». MOTET (1992)
49
2.8.3.1. Objectifs d’un S.G.B.D
Les objectifs d’un S.G.B.D. doivent être d’assurer :
La manipulation des données par les non informaticiens, d’où la nécessité d’une
interface utilisateur simple utilisant un langage de commande simple.
L’indépendance physique (par rapport à l’organisation dans le monde réel) et
logique des données ; chaque utilisateur doit avoir sa propre « vue » de la base de
données.
Un accès efficace (temps d’accès brefs) aux données.
La non redondance des données (éviter les duplications inutiles), assurant ainsi une
meilleure cohérence des données.
La « partagibilité » des données (accès simultané de différents utilisateurs).
La confidentialité et la sécurité des données en limitant les droits d’accès. 2.8.3.2. Systèmes de gestion de base de données (SGBD)
L’organisation des fichiers, leurs interrelations ne peut se faire que selon quelques
schémas structurels de bases. Ces schémas structurels sont présentés très brièvement
ci-dessous :
2.8.3.2.1. Le modèle hiérarchique
Il s'agit du plus ancien modèle basé sur des relations hiérarchiques (père et fils).
Avec la contrainte qu'un père peut avoir plusieurs fils mais un fils ne peut avoir qu'un
seul père.
F
ig 2.9 - Hiérarchisation de l’information
50
Ce modèle repose sur un découpage de la réalité en plusieurs niveaux formés par
des entités mutuellement exclusives qui effectuent une partition exhaustive du
domaine.
Les entités de chaque niveau sont imbriquées les unes dans les autres, les entités de
rang inférieur étant regroupées pour former une entité de rang supérieur. Ces données
sont représentées par des ensembles d'enregistrements associés par des liens organisés
de façon arborescente.
2.8.3.2.2. Le modèle réseau
Dans ce modèle, les données sont organisées en enregistrements et liens sans
structure arborescente. Basé sur l’établissement de liens multiples entre fichiers, ce
modèle présente deux inconvénients:
Dans le cas de bases de données importantes, le schéma devient très complexe,
Le modèle est assez rigide. Les données sont organisées en fonction de
l'exploitation ultérieure. Une nouvelle demande d'exploitation nécessitera une
réorganisation de la base de données.
Fig 2.10 - Exemple de modèle réseau
51
2.8.3.2.3. Le modèle relationnel
Basé sur la manipulation de fichiers indépendants, appelés tables ou relations,
associant des collections d’objets de cardinalité quelconque qui n’ont pas à être
déclarés par l’utilisateur.
Le modèle relationnel a pour principaux avantages sa grande flexibilité et sa
facilité d’emploi. C’est pourquoi c’est actuellement le modèle le plus répandu dans les
S.G.B.D du commerce.
Intérêt principal
Il est moins rigide et plus facile à mettre en oeuvre que les autres modèles de
gestion de base de données. A la différence des autres types de SGBD classiques, il est
facile de faire évoluer une base de données relationnelle en ajoutant de nouvelles
relations, d'ajouter ou de détruire des attributs.
Autres intérêts
Il n’est pas nécessaire de savoir où et comment les données sont stockées.
L'interrogation de la base de données (requête) est exprimée dans un langage
accessible à l’utilisation.
Le modèle relationnel offre une très grande flexibilité du fait que les liens entre
tables ne sont activés que lors de l’utilisation.
Il peut aussi garantir une bonne indépendance entre les données et les traitements.
Il permet d’utiliser des langages de manipulation des données d’une très grande
richesse fonctionnelle (utilisation de l’algèbre relationnelle).
Des techniques de normalisation simple permettent de rendre un schéma d’une
réalité quelconque exempt de redondances.
52
2.8.3.2.4. Le modèle orienté objet
Jean-Paul Miserez, 94, décrit le développement des bases de données orientées
objet comme un moyen révolutionnaire capable de combler les lacunes du formalisme
relationnel, dans lequel les objets du monde réel ne sont à la fin du processus de
normalisation que peu reconnaissables comme un ensemble. Ils sont divisés en
plusieurs tableaux, l'accès à des objets pareillement fractionnés implique des
reconstructions à l'aide d'opérations de liaison.
Une base de données orientée objet va donc centrer son intérêt non pas sur les
constituants de l'objet et sur les opérations auxquelles ils sont liés, mais sur l'objet lui-
même, associé à ses constituants et à ses opérations. Pour transférer un objet, il
suffirait donc de le déplacer sans devoir veiller à ce que tous ses éléments le suivent.
2.8.4. Mode de représentation des données Géométriques
Deux modes sont utilisés pour numériser et stocker les données géographiques. Ils
correspondent à deux types d’unité spatiale d’observation:
Fig 2.11 - Mode de représentation de l’information géographique dans un SIG
53
Vecteur (ou mode objet) description géométrique des objets géographiques par
des coordonnées (l’unité spatiale d’observation est l’objet spatial lui-même),
Raster (ou mode image) description point par point de l'espace géographique
(l’unité spatiale d’observation est le pixel de l’image).
2.8.4.1. Le mode vecteur
Le mode vecteur permet la représentation des objets dans un espace continu (par
opposition à un espace discrétisé pour le mode maillé c’est à dire raster). En mode
vecteur, les objets spatiaux sont représentés à l’aide de primitives géométriques que
sont le point, la ligne (ou arc) et les surfaces (polygones) délimités par des arcs.
Fig 2.12 - Exemples de données vecteurs
54
Le point
Le point est un élément sans dimension. Sa localisation est donnée par ses
coordonnées. Sa signification est déterminée, comme pour les deux autres éléments
décrits ci-après, par une étiquette qui apparaît soit sur la carte, soit en légende.
Remarque : en ce qui concerne la représentation graphique la notion de point est
relative à l’échelle. Quoique sans dimension, le point peut représenter néanmoins une
surface, une ville par exemple, à une échelle très réduite. C’est le passage de l’image
de l’objet à sa représentation symbolique.
Fig 2.13 - Le point, différentes représentations
La ligne ou segment de ligne (ou arc)
Il existe plusieurs types de lignes : la ligne droite, la ligne brisée (succession de
segments de droite, des lignes courbes que l’on peut approximer par des axes de cercle
ou par un grand nombre de segments de droite).
La ligne est un élément à une dimension. Sa localisation est déterminée par les
coordonnées des deux extrémités du segment. L’épaisseur du trait ou la forme du trait
apportent une information supplémentaire (l’importance d’une route par exemple) sur
sa signification thématique.
55
Lignes courbes Lignes brisées Lignes droites
Fig 2.14 - La ligne, différents types de forme
La surface (ou polygone)
Le polygone se définit comme l’espace limité par une ligne fermée. Du point de
vue cartographique, c’est un élément à deux dimensions. On distingue trois types de
formes de polygones : convexe, concave, îlot.
Surface avec îlot Surface concave Surface convexe
Fig 2.15 - La surface, différents types (une surface est dite convexe
lorsque la courbure de son enveloppe est toujours positive)
2.8.4.2. Le mode raster
Le mode raster ou matriciel se base sur une division régulière de l’espace sous
forme de grille composée de cellules de forme rectangulaire ou carré appelées pixels
(mailles). Ce mode est fortement lié à la notion d’image provenant de satellites ou de
modèle numérique de terrain. La dimension des mailles dans une structure de données
raster est sélectionnée sur la base de la précision des données et de la résolution
requise par l'utilisateur.
56
Fig 2.16 - Représentation du mode raster
La précision dépend directement de la résolution représentant la taille du pixel sur
le terrain c’est à dire plus la grille est fine, plus les pixels sont petits et plus le nombre
d’informations saisies est important. Ce qui accroît de façon considérable le volume de
données et par la suite de rallonger le temps de traitement.
Pour tirer partie des qualités des données maillées, il faut s’affranchir de l’handicap
que constitue le volume important des données à stocker. Ces volumes peuvent être
considérablement réduits en faisant appel à des méthodes de compression.
2.8.4.3. La comparaison des deux modes
Aucune des deux structures ne peut être généralisée pour toutes les applications. Le
choix du mode de représentation s’effectue en fonction du traitement des données et
des objectifs. La conjugaison des deux modes est souvent préconisée dès lors qu’il
existe des algorithmes de conversion des données vecteur à raster et vice versa.
57
La conversion du mode vecteur au mode raster est plus facile et fait appel à des
algorithmes simples. Par contre, le chemin inverse est beaucoup plus délicat, complexe
et coûteux à cause du temps de calcul. Il est à souligner que toute conversion
s’accompagne automatiquement d’une perte d’information. Le tableau ci-dessous
résume les principaux avantages et inconvénients de chaque mode de représentation.
MODE VECTORIEL MODE RASTER
AVANTAGES
Bonne représentation de la structure Compacité des données Topologie complètement décrite par la liste des relations Représentation graphique précise Extraction, mise à jour et généralisation des graphiques et des attributs sont possibles Haute précision spatiale
AVANTAGES
Structure des données très simple Superposition et combinaison des données très aisées Analyse spatiale très aisée Technologie relativement bon marché et en plein développement Orienté attribut (haute résolution thématique)
INCONVENIENTS
Structure des données complexe Combinaison, superposition très difficile à réaliser car chaque cellule est différente Technologie chère car de haute précision graphique Analyse spatiale coûteuse en temps de calcul Faible résolution thématique
INCONVENIENTS
Gros volume de données Taille des mailles est indépendante du phénomène étudié Aspect visuel médiocre des documents Précision spatiale équivalente à la taille de la maille.
Tableau 2.1 - Propriétés comparatives des modes vecteurs et raster 2.9. Opérations d’acquisition des données dans un SIG
L’acquisition de la donnée et les traitements auxquels elle est soumise avant son
insertion dans la base représentent, comme on peut s’y attendre, une phase critique
dans l’élaboration d’un système d’information géographique. En effet, La précision de
cette opération, détermine la qualité de toutes les étapes avenir. Ces étapes se
traduisent par :
58
2.9.1. La scannerisation
La scannerisation correspond à la numérisation de la carte en une image numérique
pour son utilisation sur un ordinateur. Une image numérique est constituée de carrés
élémentaires (points élémentaires) de couleur unique appelés pixel. Le scanner
détermine la couleur moyenne d'un carré élémentaire sur la carte et attribue cette
couleur au pixel correspondant.
Chacun de ces pixels est défini par sa position dans l’image (numéro de ligne et
numéro de colonne) et par sa valeur d’intensité de couleur. La taille de chaque carré
élémentaire de la numérisation de la carte correspondant à un pixel est appelée
résolution.
La résolution de scannage des documents cartographiques est fonction de l’échelle
de la carte et de l’erreur graphique. Pour une échelle cartographique de 1/5000 l’erreur
graphique est de (0.1 mm) sur la carte, ce qui vaut à 50 cm sur le terrain.
2.9.1.1. Le scanner (définition)
Le scanner est un périphérique qui permet de convertir une image ou un texte sous
une forme numérique. Autrement dit, le scanner est semblable à un photocopieur : il
prend l’image numérique de la carte et la transfère à l'ordinateur.
F
ig 2.17 - Exemple de scanner : scanner à plat
59
2.9.12. Paramètres essentiels d’un scannage
Certains paramètres sont nécessaires et doivent être réglés avant de lancer le
processus de scannage. Ces paramètres sont la résolution en DPI (Dot Per Inch) ou PPI
(Pixel Par Inch) et le nombre de couleurs à saisir Ils existent trois type de numérisation
les plus utilisés :
couleurs RGB (Red Green Blue) qui génère 16 Million de couleurs,
niveaux de gris (256 couleurs),
noir et blanc (2 couleurs).
2.9.1.3. D'autres paramètres optionnels pour le scannage
L’échelle d’agrandissement ou de réduction de la taille du document (carte).
Une correction du contraste ou de la luminosité pour les images sombres.
Le détramage: pour éviter des effets de moiré désagréables, certains logiciels de
numérisation offrent une option de détramage.
Parfois un réglage de la netteté.
2.9.2. Le CALAGE
Le principe du calage consiste à identifier les coordonnées de l'image scannée
(c'est-à-dire lignes et colonnes) de plusieurs points clairement distincts, appelés points
d’appui, sur l'image à corriger et à les assortir à leur véritable position en coordonnées
au sol (longitude, latitude) ou (X,Y) dans le système de projection. Les vraies
coordonnées au sol sont habituellement mesurées à partir d'une carte, soit sur papier
soit sur écran en format numérique.
Le choix des points d'appui est très délicat et peut nous demander passablement de
travail jusqu'à ce que le résultat désiré soit atteint. Le logiciel calcule ensuite le modèle
de passage qui permet de transformer les coordonnées images en coordonnées dans le
système de projection cartographique choisi à l’aide d’un polynôme de degré 1.
60
Une fois les calculs effectués, le logiciel nous donne une mesure de la qualité du
calage, en indiquant quelle est l'erreur pour chaque point d'appui entre la position qu'il
devrait avoir et la position qu'il occupe réellement et l'erreur globale qui donne une
mesure globale du calage. Pour que le calage reste acceptable, ces erreurs doivent
rester inférieure à 1 pixel.
2.9.2.1. Choix des points de calage sur une carte existante
Le nombre de points de calage dépend de la nature de l'image raster. S’il n’est pas
possible de déterminer la projection de la carte ou si le travail se fait sur une image qui
en est dépourvue, telle qu'une photographie aérienne, il est conseillé de définir au
moins vingt points de calage.
2.9.3. La numérisation
Le principe de numérisation repose sur l’extraction de données spatiales à partir de
cartes ou de photographies, aboutissant à la création de données numériques. cette
opération permet le passage du monde réel (infini) au monde discret (fini).
D’après Claude Collard, la numérisation est définit comme étant un langage binaire qui
code les images en points dits pixels et les retranscrit sur un écran ordinateur.
Selon le lexique en ligne, la numérisation est un procédé par lequel une
photographie est balayée par un faisceau d’ondes qui transforme cette image en format
numérique exploitable par micro-ordinateur.
Michel Ginguay et Annette Lauret, quant à eux, ils déterminent la numérisation
comme étant une action qui permet de transformer une donnée ou un résultat de
mesure en un nombre de façon à le traiter ou à le consigner dans un calculateur ou un
ordinateur.
61
2.9.3.1. Techniques de numérisation
On peut évoquer trois façons de numériser des données. Leur utilisation dépend du
contexte de la numérisation, mais aussi des outils utilisés (logiciels SIG, applications
d’aide à la saisie, fonctionnalités particulières, taille d’écran et présence d’un
digitaliseur...).
La première consiste à créer les objets sur l’écran en utilisant un fonds
numérique vecteur ou raster. Cette méthode est plus conviviale (l’opérateur voit en
permanence le résultat de ses manipulations), néanmoins, elle reste conditionner par
la résolution et la taille de l’écran, et par le référentiel utilisé.
En effet, un écran trop petit ou de faible résolution oblige l’opérateur à se déplacer
en permanence dans la carte ce qui rend le travail plus long et très fastidieux. On
notera que le fait de zoomer à l’écran équivaut à un changement d’échelle, donc
entraîne un changement de la précision de saisie de l’objet en cours. Il faut distinguer
la précision du support papier de celle de l’affichage écran du fonds raster
correspondant.
La deuxième consiste à travailler sur table à digitaliser. Elle est utilisée si les
données sont repérées sur un fonds papier. Elle est plus adaptée à une saisie de masse
exemples : numérisation du cadastre ou de multiples petites zones.
Fig 2.18 - Exemple de table à numériser
62
La troisième consiste à combiner les deux premières et à alterner le travail sur
le digitaliseur et celui à l’écran. Elle permet donc d’utiliser du support papier, tout en
contrôlant mieux le résultat sur écran. Elle peut en revanche s’avérer assez lente,
l’opérateur étant en permanence obligé de passer d’un mode à l’autre. Elle convient
plutôt à des opérations de mise à jour.
2.10. Utilisation des SIG
2.10.1. Les requêtes spatiales
L’objectif principal d’un SIG est de répondre à des requêtes spatiales. A titre
d’exemple : Un industriel recherche une implantation optimale pour un nouveau site
de production. Il souhaite que l’usine soit proche des axes de transport principaux, soit
sur une aire de faible valeur agricole, dans une zone éloignée des zones résidentielles,
proche d’une station d’épuration.
Le SIG va traiter ces différentes contraintes sous forme de requête booléenne, en
mettant en relation des informations qui se trouvent archivées dans des couches
superposées. Dans l’exemple retenu, une couche routes, une couche parcelles, une
couche habitat et une couche adduction d’eau. La difficulté du travail en multicouche
réside dans la coïncidence géographique de ces différents niveaux d’information. Pour
que les couches soient superposables, il faut qu’elles aient le même référentiel
géographique.
Dans notre exemple, la couche route peut être un dessin linéaire, la couche parcelle
et la couche habitat peuvent être des statistiques exprimées par circonscription, et la
couche eau un relevé linéaire et ponctuel. Pour que ces différents niveaux
d’information communiquent entre eux, il va falloir leur donner des points communs.
Le plus souvent, on va utiliser l’information topographique (longitude, latitude,
altitude) et donc recaler l’information sur un MNT(Modèle Numérique de Terrain).
63
Mais on peut aussi caler l’information sur le découpage communal si les données
qui nous intéressent n’ont pas besoin d’être travaillées à une échelle supérieure à celle
de la commune. On cerne mieux ici les difficultés que vont poser l’archivage et l’accès
des données. Le résultat des requêtes spatiales est communiqué sous la forme d’une
carte qu’il ne reste plus qu’à analyser, ou qui amène à reformuler la requête initiale, si
le résultat n’est pas convaincant.
2.10.2. Les domaines d’application
Les SIG couvrent une large gamme de domaines d’application, Parmi ces
domaines :
Ressources naturelles protection des zones humides, études d'impact
environnemental, évaluation du potentiel panoramique, gestion des produits
dangereux, modélisation des eaux souterraines et dépistage des contaminants,
études des habitats fauniques et des migrations, recherche du potentiel minier, etc.
Réseaux urbains localisation à partir des adresses civiques, planification des
transports, développement de plan d'évacuation, sélection de sites, planification et
distribution des flux de véhicules, localisation des accidents, sélection d'itinéraires,
etc.
Administration municipale gestion du cadastre, zonage, évaluation foncière,
gestion de la qualité des eaux, entretien des infrastructures, études d'impact
environnemental, schémas d'aménagement,…. etc.
Gestion des installations localisation des câbles et tuyaux souterrains,
rééquilibrage des réseaux électriques, planification et entretien des installations,
localisation des dépenses énergétiques,…. etc.
64
Commerce analyse de la structure des marchés, planification des développements
et ciblage des clientèles visées, analyse de la concurrence et des tendances des
marchés, etc.
Santé épidémiologie, répartition et évolution des maladies et des décès,
distribution des services sociaux-sanitaires, plans d'urgence, etc.
Protection de l'environnement étude des changements globaux, suivi des
changements climatiques, biologiques, océaniques, etc.
2.10.3. Avantages des SIG par rapport à des outils traditionnels
Ainsi l’outil informatique permet d’améliorer la précision et la vitesse d’exécution
de certaines opérations réalisables manuellement (certaines fonctions d’analyse
spatiale, production de cartes…).
Le SIG est un outil de mise à jour, de gestion, de suivi et de modélisation efficace.
Certaines analyses difficiles voire impossibles à réaliser manuellement, peuvent être
effectuées à faible coût : extraction des pentes, valeurs d’ensoleillement, bassins
versants à partir de modèles numériques de terrain, croisement de couvertures
complexes de polygones.
Les données spatiales sous forme numérique deviennent de plus en plus abondantes
(images satellitaires, bases de données géographiques des instituts cartographiques
nationaux,…..,etc.). Ces données, susceptibles d’intéresser un grand nombre d’usagers
et d’être mises à disposition de tous, sont facilement accessibles par les SIG.
2.10.4. Inconvénients des SIG Le principal inconvénient des SIG est leur coût :
le coût d’acquisition du matériel (ordinateur et périphériques) et du logiciel, même
s’il peut paraître élevé, n’est pas le plus important, et il est probable qu’il
diminuera dans les années à venir.
65
Bien plus conséquent est le coût des données sous forme numérique :
transformation des données analogiques existantes (cartes), conversion de formats
et prétraitements des données déjà numérisées. Les données directement acquises
sous forme numérique font exception.
Pour initier un projet faisant appel à un SIG, il faut également disposer d’un
personnel spécialisé, compétent, pour lequel il faudra prévoir une formation.
A l’investissement initial s’ajoutent les coûts de maintenance, d’administration et
de mise à jour des données.
Enfin, dans certains cas, le bénéfice obtenu en ayant préféré un SIG à des outils
traditionnels est tout à fait marginal. Ce bénéfice reste bien souvent difficile à
évaluer, d’autant que le SIG offre des fonctionnalités nouvelles, absentes des outils
manuels.
2.10.5. L’avenir des SIG
Les besoins exprimés d’information géographique numérisée et d’outils permettant
de manipuler cette information augmentent à un rythme croissant. Une évolution des
besoins se manifeste : jusqu’à maintenant, les SIG étaient essentiellement des
bibliothèques cartographiques informatisées, ou au mieux des outils de gestion d’un
territoire donné.
Aujourd’hui, ils sont de plus en plus utilisés pour l’analyse spatiale et l’aide à la
décision. Il est vraisemblable que les applications futures s’orienteront davantage vers
l’analyse et la modélisation. Ces logiciels seront appelés alors à gérer des bases de
données de plus en plus volumineuses, ce qui rendra possible l’amélioration continue
des matériels et des logiciels.
66
Parmi les axes de recherche et de développement, trois sont importants à
mentionner :
l’amélioration des interfaces homme/machine,
la mise au point de logiciels intégrés manipulant des données aussi bien en mode
raster qu’en mode vecteur et associant les fonctionnalités d’un logiciel de
traitement d’images à celle d’un SIG,
enfin, l’introduction au sein du SIG de systèmes à base de connaissances
(intelligence artificielle).
67
Réalisation des cartes de l’évapotranspiration
potentielle (ETP)
Malgré que la variable ETP soit considérée par les climatologues comme une
variable régionale, c’est à dire peu variable dans l’espace, il n’en demeure pas moins
que sa cartographie reste une tâche complexe. Les travaux antérieurs effectués par
l’office National de la Météorologie (ONM) et de l’Agence Nationale des Ressources
Hydrauliques (ANRH) ont tous souligné les difficultés rencontrées à cause de la
densité insuffisante du réseau d’observation.
En effet, que ce soit la formule de Penman ou de Penman-Monteith, le calcul de
ces deux méthodes requiert un ensemble de données qui ne sont disponibles
généralement, que dans les stations professionnelles de l’ONM ou dans certaines
stations agrométéorologiques de recherche. Malheureusement, à cause des coûts
exorbitants de leur exploitation, le réseau de ces stations, n’est pas assez dense pour
cartographier correctement l’ETP.
A titre d’exemple, dans notre région d’étude, ce réseau est composé de dix-huit
stations. Toute la difficulté de notre travail, réside dans le fait de contourner cet
obstacle en proposant une méthodologie permettant d’augmenter la taille de
l’échantillon des stations qui serviront à la cartographie finale de l’ETP.
3.1. Méthodologie appliquée 3.1.1. Région d’étude
Notre région d’étude concerne l’Ouest Algérien. Cette région comporte 18 stations
professionnelles et 25 stations automatiques, regroupant les wilayas de : Tlemcen,
Temouchent, Oran, Mostaganem, Mascara, Sidi-Bel-Abbes, Relizane, Nâama et
El-Bayadh.
68
Fig 3.1 - Situation géographique de la région d’étude
3.1.2. Données utilisées
Dans cette étude, on se propose de réaliser des cartes d’évapotranspirations
potentielles (ETP) au niveau de l’Ouest Algérien. Pour cela, on dispose d’un réseau de
mesure constitué de 18 stations professionnelles dont les valeurs d’ETP sont calculées
suivant la méthode de Penman-Monteith (PM) sur une période allant de 2000 à 2004.
Pour une meilleure estimation des résultats, un ensemble de stations automatiques
composé de 25 stations, vient densifier le réseau. Dans ce cas, les valeurs d’ETP sont
calculées à partir de la méthode de Blaney-Criddle (SCSB).
Fig 3.2 - Rep
résentation du réseau météorologique (ONM) (18 stations professionnelles)
69
3.1.3.
Le
ces ci
statio
nous a
3.1.4.
D’
« Var
Médi
sur le
origin
de l’é
médit
Po
lysim
1970-
Fig 3.3 -Représentation du réseau météorologique (ONM) (25 stations automatiques)
Choix de la période
choix de la période servant de base pour l’étude, repose sur le fait que pendant
nq dernières années le réseau météorologique fut densifié par l’intégration de
ns auxiliaires appelées stations automatiques sur tout le territoire algérien. Ce qui
amenés au choix de cette période qui s’étale de l’année 2000 à 2004.
Choix de la formule
après le forum international "Presanor" tenu en 2002 à Alger, sous le thème de
iabilité Climatique et Prévision Saisonnière en Afrique du Nord et en
terranée », il a été démontré que pour l’Algérie l’utilisation des formules basées
bilan énergétique sont les plus recommandées; à savoir la formule de Penman
ale et celle de Penman-Monteith. Ce résultat a été établi pour l’Algérie à partir
tude de la variabilité des besoins en eau des cultures de blé en climat semi-aride
erranéen (HAUT CHELIFF). (D’après M.Haouari & al [16]. 2002)
ur cela, dix formules ont été comparées avec des mesures effectuées sur
ètre à la station de Khémis-Miliana pendant trois années agricoles (1969-1970,
1971 et 1971-1972). Les dix formules utilisées sont les suivantes :
70
ABREVIATIONS
METHODES
PM PENMAN-MONTEITH PEN PENMAN ORIGINALE FAOP PENMAN FAO PT PRIESTLY-TAYLOR FAOR RAYONNEMENT FAO FAOB BLANEY-CRIDDLE FAO SCSB BLANEY-CRIDDLE SCS HARG HARGREAVES THORN THORNTHWAITE TURC TURC
Tableau 3.1 - Méthodes empiriques d’estimation de l’ETP utilisées
A partir de ces mesures, un tableau contenant l’erreur d’estimation Σ(lys-formul)2,
les coefficients de corrélation R et de détermination R2 furent calculés pour chaque
formule. L’erreur est cumulée sur les 36 mois de mesure.
Méthodes
Σ(lys-formul)2
mm2/jour
Coefficient Corrélation
R
Coefficient détermination
R2
PM 21.25 0.9451 89.32% PEN 25.00 0.9342 87.28% FAOP 58.94 0.9307 86.62% PT 59.90 0.8803 77.49% FAOR 35.60 0.9130 83.36% FAOB 25.36 0.9495 90.15% SCSB 19.20 0.9585 91.78% HARG 29.50 0.9226 85.12% THORN 97.00 0.9602 92.21% TURC 42.30 0.9338 87.20%
Tableau 3.2 - Paramètres statistiques calculés sur toute la période des trois années agricoles (69-70, 70-71 et 71-72)
(D’après M.Haouari & al [16]. 2002)
71
L’analyse de ces résultats suggère que quatre formules d’estimation s’accordent
pour représenter fidèlement les mesures réalisées sur les lysimètres. Il s’agit de PM,
PEN, FAOB et SCSB.
Pour la généralisation de l’application de ces formules pour toute l’Algérie, il a été
établi que le climat de Khémis-Miliana est de type méditerranéen semi-aride
continental, donc représentatif du Cheliff et des hauts plateaux. Aussi, pour le choix
d’une de ces formules concernant les zones arides où les phénomènes advectifs sont
très importants et les zones côtières où la variation de la température est relativement
faible, il a été donc recommandé d’utiliser les formules basées sur le bilan
énergétique : PEN et PM.
La méthode de Penman originale (PEN) est connue comme étant la résultante de la
combinaison du bilan d'énergie et le transfert aérodynamique. Cette méthode nécessite
la connaissance d'un certain nombre de paramètres climatiques, à savoir la
température, la vitesse du vent, la radiation solaire et l’humidité de l’air. Elle est
applicable presque sur tous les climats, mais elle pose problème de complexité lié à
son utilisation du point de vue calcul et disponibilité d’éléments.
Cependant, d’après le tableau (3.2), l’erreur d’estimation de l’ETP [Σ(lys-
formul)2] pour la formule de PEN est de l’ordre de 25 mm2/jour. Par contre,
concernant la méthode de PM, cette erreur d’estimation présente une valeur
relativement plus faible égale à 21.25 mm2/jour. ( voir tableau 3.2)
En conséquence, nous constatons que la formule de Penman Monteith (PM) se
rapproche le plus de l’estimation de la variable climatique dite ETP. Les graphes ci-
dessous corroborent le choix de la formule.
72
3
à
B
m
m
c
Graphes 3.1 - Comparaison entre les mesures et l’estimation par la méthode de Penman-Monteith
(D’après M.Haouari & al [16]. 2002)
.2. Densification du réseau d’observation
Pour procéder à la densification du réseau concerné, la démarche adoptée consiste
trouver une méthode de passage entre l’ETP calculée par la formule simple de
laney-Criddle (SCSB) et la formule complexe de Penman-Monteith (PM). Cette
éthode sera en fonction des coordonnées géographiques, nous adopterons, la
éthode de la régression linéaire multiple pour résoudre ce problème.
Par conséquent, le réseau sera plus dense ce qui ultérieurement va influer
onsidérablement sur la qualité des résultats obtenus.
73
Stations professionnelles Stations automatiques Stations (Pr + Auto) * * * *
° ° ° * * ° * * ° ° ° * ° * ° ° ° * ° * ° ° ° * * * ° * * *
Valeurs ponctuelles Valeurs ponctuelles Valeurs finale de l’ETPPM de l’ETPSCSB d’ETPPM
Equation de régression obtenue par régression linéaire multiple ETPPM = f(ETPSCSB,LON,LAT,ALT,Cst)
Résidus interpolés par
Krigeage
Sommation
Convertir ETP SCSB en ETP PM
ETPPM
Réseau densifier
Fig 3.4 - Schéma détaillant le processus conduisant à la densification du réseau
pour le calcul de l’évapotranspiration potentielle de Penman-Monteith
74
3.2.1. Démarche adoptée
L’objectif de cette étape est de proposer une relation entre l’ETP Penman-Monteith
(PM) et l’ETP Blaney-Criddle (SCSB) en fonction de l’espace géographique. Pour des
raisons de simplification, cet espace géographique est défini par la latitude (LAT), la
longitude (LON) et l’altitude (ALT).
Pour trouver cette relation, on utilisera le réseau professionnel de l’ONM composé
de 18 stations sur la période définie au départ de 2000 à 2004. En effet, seules les
stations professionnelles disposent de données fiables et suffisantes pour calculer les
différentes estimations de l’ETP.
Avant de réaliser l’analyse de régression multiple, on s’intéressera tout d’abord à la
relation directe qui peut exister entre l’ETP Penman-Monteith notée PM et L’ETP
Blaney-Criddle notée SCSB. Le graphe suivant montre une bonne relation entre les
deux estimations de l’ETP. Le coefficient de corrélation simple est de 0.894. Ce
coefficient a été calculé sur un ensemble de 288 valeurs mensuelles.
Graphe 3.2 - Relation de corrélation entre ETP Penman-Monteith et ETP Blaney-Criddle
(région ouest 2000-2004)
75
3.2.1.1. Détermination de l’équation de régression
La détermination de l’équation de régression a suscité l’utilisation de la méthode de
régression linéaire multiple. Cette méthode est définie comme un outil permettant
d’étudier et de mesurer la relation existante entre une variable (Y), dite variable
expliquée, et d’autres variables (Xi), dites variables explicatives.
L’objectif visé dans cette partie, se résume à la détermination de cette relation entre
la variable expliquée (dans notre cas ETP PM ) et la variable explicative (ETP SCSB).
Pour trouver cette relation, nous utiliserons la régression linéaire multiple sur le même
fichier de départ. Au lieu de prendre seulement la variable ETPSCSB comme seule
variable explicative, nous ajouterons les variables (LAT, LON et ALT), dans le but de
déterminer une relation valable en tout point de notre domaine d’application. Cette
équation de régression s’écrit sous la forme suivante :
(3.1)
Nou
obtenu
concer
précisé
LON e
ETPPM = a .ETPSCSB + b.LAT + c.LON + d.ALT + Cst + εi
s allons tenter maintenant d’expliquer comment interpréter les résultats
s. Si nous prenons les trois tableaux représentés ci-dessous, les deux premiers
nent l’ajustement global du modèle aux données, le troisième décrit plus
ment la relation entre les variables explicatives (dans notre cas : SCSB, LAT,
t ALT) et la variable expliquée (dans notre cas ETP PM).
Récapitulatif du modèle
R R carré R carré ajusté Erreur standard de l’estimation
1 0.938 0.878 0.877 0.6948
Tableau 3.3 - Résumé du modèle
76
R (ou « R multiple » )
Il s’agit de la corrélation que l’on peut constater entre les données prédites par
l’équation de régression et les données réellement observées. R traduit donc
l’ajustement du modèle aux données et doit se rapprocher le plus possible de 1.
Dans notre cas, R = 0.938, ce qui est plus qu’acceptable. Notons au passage, qu’en
introduisant les variables explicatives, qui sont les coordonnées géographiques, nous
arrivons à améliorer le coefficient de corrélation qui passe de 0.894 à 0.938, ce qui
représente un gain d’informations non négligeable.
R- deux ou R²
C’est le carré de R. Comme nous l’avons vu plus haut, le carré d’une corrélation
traduit la part de la variance du nuage de points expliquée par l’équation de régression.
Ici, la droite de régression est le modèle, et R² traduit donc la part de variance
expliquée par le modèle, qui est en l’occurrence égale à 87.8 %.
R- deux ajusté
C’est une valeur de R corrigé, utilisée pour réduire un biais lié au fait que chaque
variable explicative supposée peut expliquer une partie du nuage de points par le seul
fait du hasard.
Dans le cas de la régression simple, si n est le nombre d’observations, Lorsque
l’on rapporte la part de variance expliquée par le modèle, mieux vaut rapporter la
valeur du R² ajusté. Ce dernier tend vers R² lorsque le nombre de variables explicatives
est petit et lorsque le nombre d’observations devient grand. Dans notre cas, le R² ajusté
tend vers R². De ce fait, ce nombre d’observations utilisé est suffisant pour établir
l’équation de régression.
77
Erreur standard de l’estimation
C’est l’indice de dispersion des valeurs prédites. Il est égal à l’écart type des
valeurs prédites divisé par la racine carrée du nombre d’observations. On utilise
l’erreur standard plutôt que l’écart type afin de pouvoir comparer des modèles ne
comportant pas le même nombre d’observations.
Analyse de la variance
Modèle Somme des carrés ddl Carré moyen F Sig
Régression 992.157 4 248.039 513.845 000
Résidu 136.607 283 0.483 1
Total 1128.764 287
a Variables explicatives : (Constante), SCSB, LAT, LON, ALT
b Variable expliquée : ETP PM
Tableau 3.4 - Analyse de la variance pour l’équation de régression
Ce tableau rend compte de l’analyse de la variance totale des données, en la
partitionnant en une partie expliquée par le modèle (Régression) et une partie non
expliquée (Résidu). Dans notre cas, le modèle explique une partie importante soit
992.157 par rapport aux résidus 136.607. Ce résultat nous réconforte dans le suivie de
notre démarche.
Somme des carrés
Il s’agit de la somme des carrés des écarts à un point de référence Σ(PM i -refi)².
Au vu de la définition de la variance, on voit qu’une variance n’est que la somme des
carrés divisée par le nombre d’observations qui la concerne.
78
Pour la ligne « Total », la référence est constante, c’est la moyenne µy du nuage de
points. C’est dire que ( 2PMPMi −Σ ) , sachant que µy correspond à PM .
Pour la ligne « Résidu », la référence est la valeur prédite par le modèle pour
chaque observation. De façon plus explicite ( )2ˆii MPPM −Σ .
Pour la ligne « Régression », la référence est la différence entre la valeur prédite
par le modèle et la valeur moyenne µy. La somme des carrés de la régression
représente donc l’amélioration de prédiction qu’apporte le fait d’utiliser la valeur
prédite par le modèle plutôt que la valeur moyenne du nuage de points
( )[ ]2ˆ PMMPPM ii −−Σ .
Avec
valeurs observées, iPM
MP ˆ valeurs prédites par l’équation,
PM moyenne du nuage.
Accessoirement, on retrouve R² en divisant la somme des carrés de la régression
par la somme totale des carrés, ce qui est normal puisque R² est la part de variance
expliquée par le modèle.
ddl Nombre de degrés de liberté associés à la source de variance. Pour la
régression, il est égal au nombre de variables explicatives, constante incluse moins
1.
Carré moyen Somme des carrés divisés par le nombre de degrés de liberté. F : F de Fisher Snédécor, obtenu en divisant le carré moyen de la régression par le
carré moyen des résidus.
Signification C’est le niveau de signification du test (p).
79
Coefficients non standardisés
Modèle B
t Sig
(Constante) 2.756 0.992 0.322
SCSB 0.944 43.633 0.000
LAT -0.0809 -1.057 0.291
LON 0.0863 1.726 0.085
1
ALT 0.001001 5.054 0.000
Tableau 3.5 - Paramètres de la régression linéaire multiple
Comme son nom l’indique, ce tableau donne les paramètres de l’équation de
régression. Ces paramètres ont été calculés à l’aide du logiciel statistique GENSTAT
version 5. Le logiciel GENSTAT est un package statistique développé par VSN
(site Internet : http://www.discovery.genstat.co.uk/T). La version 5 est gratuite pour la
recherche en Algérie.
Les coefficients non standardisés
1- les « B »
Se sont les valeurs brutes des constantes, appelés les « B ». Par exemple, à partir
du tableau ci-dessus, on voit que l’équation de régression peut s’écrire :
εi
2- 3-
nu
dif
pré
PM = 0.944xSCSB - 0.0809xLAT + 0.0863xLON + 0.001001xALT + 2.756+ εi
Valeur des résidus de la régression.
t Valeur du t de student associé aux coefficients « B ».
Signification C’est la probabilité bilatérale d’obtenir une valeur de t si l’hypothèse
lle est vraie. Il sert à calculer si la valeur du coefficient est significativement
férente de 0, c’est-à-dire si le prédicteur considéré est véritablement capable de
dire les variations des variables dépendantes.
80
3.2.1.2. Détermination du champ des résidus
Pour l’application de l’équation de régression, la détermination des résidus sur
notre domaine géographique est une phase finale dans le calcul de l’ETP de Penman-
Monteith (PM), dont l’équation de régression est la suivante :
ETPPM = 0.944xSCSB - 0.0809xLAT + 0.0863xLON + 0.001001xALT + 2.756+ εiAfin de déterminer ces résidus, on procède par interpolation spatiale à l’aide du
logiciel « Surfer » concernant la période (2000-2004). Le logiciel Surfer est considéré
aujourd’hui comme l’un des logiciels les plus performants en matière d’interpolation
spatiale. Pour la mise en œuvre pratique de cette méthode (interpolation), ce logiciel a
permis l’estimation des résidus de régression par Krigeage en tout point de la grille.
Une fois tous les paramètres identifiés, il ne reste plus qu’à appliquer la formule de
passage obtenue par régression linéaire multiple et procéder au calcul. Par conséquent,
le réseau sera plus dense avec un nombre de stations beaucoup plus important égal à
43 stations.
Fig 3.5 - Représentation du réseau météorologique (ONM) (Stations professionnelles + Stations Automatiques)
(43 stations)
81
Réseau d’observation
Détermination de la relation de passage entre Penman-
Monteith (PM) et Blaney-Criddle (SCSB) par
Régression linéaire multiple
Densification du réseau
Stations automatiques (25 stations) ETP SCSB
Stations professionnelles (18 stations)
ETP PM
Stations (Pro + Auto) 43 stations
Fig 3.6 - Organigramme des différentes étapes de densification du réseau
82
3.3. Réalisation des cartes de l’évapotranspiration potentielle Les cartes moyennes mensuelles de l’évapotranspiration potentielle ont été
produites sur une grille de 601 colonnes et de 722 lignes, à partir des coordonnées
géographiques, qui sont les suivantes :
Long min -2.49583333334 Long max 2.50416666666
LAT min 30.4958333333 LAT max 36.5041666667
Avec un espacement de 0.0083333333
La réalisation s’est faite à l’aide du logiciel d’interpolation « Surfer », concernant
la période (2000-2004). L’accomplissement de cette démarche a nécessité l’utilisation
des méthodes suivantes :
3.3.1. La régression linéaire multiple
A l’aide de la méthode de régression linéaire multiple, nous arrivons à obtenir
pour chaque mois concernant la période (2000-2004), son équation de régression.
Dans notre cas, cette équation détermine la relation qui peut exister entre la variable
expliquée (ETP) et les variables explicatives (la longitude, la latitude et l’altitude). Par
conséquent, l’équation de régression est de la forme suivante :
Avec ETP PM évapotr
a, b et c représen
X, Y et Z respec
Cte le terme co
εi les résidus d
(3.2) ETP PM = a X + b Y + c Z + Cte + εi
anspiration potentielle exprimée en mm/mois.
tent les paramètres de l’équation de régression,
tivement ces variables représentent la longitude, la latitude et l’altitude,
nstant de la régression,
e régression.
83
Cependant, pour l’opérationalité de cette méthode, il faudrait que la valeur de la
somme des carrés expliquée par la régression, soit supérieure à la somme des carrés
des résidus. Or, après analyse de la variance, nous avons constaté que pour les mois
d’octobre à février, cette condition n’est pas remplie. Ce fait s’explique par la faible
variabilité que présente l’ETP dans l’espace.
A titre d’exemple, si on se réfère au tableau (3.6) de l’analyse de variance pour le
mois de janvier, la valeur de la somme des carrés expliquée par la régression présente
une valeur égale à 0.395 et une valeur de la somme des carrés des résidus de l’ordre de
4.654. On conclut, que le modèle n’explique pas la variabilité de l’ETP dans notre
espace géographique.
Janvier (01)
Analyse de la variance
Modèle Somme des carrés ddl Carré moyen F Sig
Régression 0.395 3 0.1315 1.10 0.360
Résidu 4.654 39 0.1193 1
Total 5.049 42 0.1202
a Variables explicatives : (Constante), LAT, LON, ALT
b Variable expliquée : ETP
Tableau 3.6 - Analyse de la variance pour le mois de janvier
Par conséquent, pour résoudre ce problème, la méthode du Krigeage ordinaire
serait plus appropriée. Cette méthode a la particularité de prendre en considération la
structure spatiale des variables étudiées.
NB Les résultats des tableaux d’analyse de variance pour les mois restant c’est à dire octobre,
novembre, décembre et février sont illustrés dans la partie Annexe 2.
84
3.3.1.1. Cas de régression linéaire multiple rejetée
D’après les résultats obtenus par analyse de variance pour les mois d’octobre au
mois de février, la méthode de régression linéaire multiple n’a pu être utilisée. La
réalisation des cartes moyennes mensuelles de l’ETP s’est faite par Krigeage ordinaire.
3.3.1.1.1. Elaboration des grilles d’ETP par Krigeage ordinaire Le Krigeage est la méthode optimale, au sens statistique du terme, d’estimation. On
peut l’utiliser autant pour l’interpolation que l’extrapolation. Cette méthode présente
l’avantage de rechercher la meilleure estimation possible du champ étudié, compte
tenu de l’information disponible .
Dans notre cas, le Krigeage ordinaire à moyenne inconnue a pour but de fournir
une estimation locale non biaisée, la plus précise possible de la variable régionalisée à
l’aide d’une combinaison linéaire pondérée des données expérimentales.
3.3.1.2. Cas de régression linéaire multiple acceptée
Dans ce cas, la méthode de régression linéaire multiple fut appliquée avec succès.
D’après les résultats obtenus par analyse de variance pour le mois d’août la valeur de
la somme des carrés expliquées par la régression est nettement supérieure à la valeur
de la somme des carrés des résidus.
Août (08)
Analyse de la variance
Modèle Somme des carrés ddl Carré moyen F Sig
Régression 35.45 3 11.8180 44.84 000
Résidu 11.07 42 0.2635 1
Total 46.52 45 1.0338
a Variables explicatives : (Constante), LAT, LON, ALT
b Variable expliquée : ETP
Tableau 3. 7 - Analyse de la variance pour le mois d’août
85
Si on se réfère au tableau (3.7) de l’analyse de variance pour le mois d’août, le
modèle explique une partie importante soit 35.45 par rapport aux résidus 11.07. Les
paramètres de la régression linéaire multiple pour le mois d’août sont représentés dans
le tableau suivant :
Coefficients non standardisés
Modèle B
(Constante) 26.46
LAT - 0.600
LON 0.1007 1
ALT 0.000582
Tableau 3. 8 - Paramètres de la régression linéaire multiple
pour le mois d’août
A partir du tableau ci-dessus, on voit que l’équation de régression peut
s’écrire sous la forme suivante:
ETP = 0.1007 LON - 0.600 LAT + 0.000582 ALT+ 26.46
Une fois la détermination des équations de régression terminée, la réalisation des
cartes moyennes mensuelles de l’ETP pour les mois de mars, avril, mai, juin, juillet et
septembre se fera selon le schéma suivant :
NB Pour le cas de régression linéaire acceptée, les résultats des tableaux d’analyse de variance est
des coefficients non standardisés pour les mois de mars, avril, mai, juin, juillet et septembre sont
évoqués dans la partie Annexe 3.
86
Résidus interpolés
par
Krigeage
Altitude du point
d’après le MNT
ETP PM = a X + b Y + Cte + c Z + εi 87
C
Coordonnées (latitude, longitude + Cte)
du point de la grille
Yi Yi
X Z Xi ε
arte
i i i
d’ETPPM moyenne Champ obtenu en fonction Grille du MNT Champ des résidus mensuelles mensuelle de la position géographique
Fig 3.7 - Schéma représentatif des différentes étapes de réalisation des cartes d’ETPPM
87
3.3.1.2.1. Elaboration des grilles : longitude, latitude et constante (X,Y et Cst)
Pour calculer la grille à partir de l’équation de régression en utilisant seulement les
variables (X : longitude, Y : latitude) et la constante, on utilisera la fonction puissante
« Grid Function » de Surfer comme illustrée dans la figure suivante :
3.3.1.2.2. Elaboration des grilles : altitude (Z)
L’élaboration de la grille altitude, s’est faite à partir du modèle numérique de
terrain. Un modèle numérique de terrain (MNT) est une représentation numérique
simplifiée de la surface d'un territoire, en coordonnées altimétriques (le plus souvent
exprimées en mètres par rapport au niveau de la mer) et planimétriques, calées dans un
référentiel géographique. Dans notre cas la résolution du MNT utilisé est de
0.008333333, de l’ordre de 1 Km sur nos régions.
88
Fig 3.8 - Topographie de l’Algérie (côté Ouest) représentée par le MNT (Source : USGS : http://www.eagleglobesoftware.com/formatsrd/GTOPO30.htm)
3.3.1.2.3. Elaboration des grilles : des résidus εi
Pour l’élaboration des grilles des résidus εi, nous avons utilisé le logiciel
« Surfer ». Ce logiciel a permis la réalisation des grilles mensuelles des valeurs de
résidus interpolées εi par Krigeage. Une fois les étapes réalisées, en tout point de notre
grille, nous connaissons donc l’estimation du résidu de régression par Krigeage et la
valeur estimée par l’équation de régression. Leur somme nous donne l’estimation de
l’ETP en tout point de la grille.
89
Fig 3.9 - CARTES MOYENNES MENSUELLES DE L’EVAPOTRANSPIRATION POTENTIELLE (ETP) Région ouest algérienne (2000-2004)
91
OctobreSeptembre Novembre
Décembre Janvier Février
91
Fig 3.10 - CARTES MOYENNES MENSUELLES DE L’EVAPOTRANSPIRATION POTENTIELLE (ETP) Région ouest algérienne (2000-2004)
92
Mars
Juillet Août
MaiAvril
Juin
92
3.4. Conclusion
La démarche exposée dans ce chapitre a permis d’aboutir à la cartographie de
l’évapotranspiration potentielle ETP (Penman-Monteith) concernant la région ouest
algérienne durant la période 2000-2004.
De cette démarche, il en résulte 12 cartes moyennes mensuelles de l’ETP. Les
cartes de l’évapotranspiration potentielle réalisées constituent d’ores et déjà un outil de
travail pratique. Elles peuvent à titre d’exemple être utilisées dans l’établissement de
bilans hydriques dans différentes optiques (hydrologie, agronomie,….) et a différentes
échelles de surface.
Avec le développement des système d’informations géographique SIG, l’analyse
de la distribution spatiale des données de natures diverses connaît un essor important.
Son principal avantage est le traitement rapide d’un volume important de données
spatialisées. A terme, il serait encore plus judicieux de croiser tout un ensemble
d'informations (variables météorologiques, modèle numérique de terrain, images
satellites, données pédologiques,….etc.) pour mettre en place un système intelligent
pour la prévision et la compréhension d’autres phénomènes.
93
Intégration des données agroclimatiques dans
un SIG ________________________________________________________________ 4.1. Introduction
L’intégration des données dans les Systèmes d’Informations Géographiques (SIG)
consiste à familiariser l’organisation des données spatiales selon des spécifications
concernant :
la définition géométrique,
la représentation cartographique,
et la combinaison avec des données de sources différentes.
Dans cette étape, on procède à une conversion qui consiste à transformer et à
définir les données à référence spatiales dans le format de ces système pour les
exploiter convenablement.
4.2. Objectif
L’objectif visé dans cette étude est l’établissement du bilan hydrique, d’une culture
pluviale dans la région de Mostaganem, concernant l’année 2000-2001. Du point de
vue pratique, nous choisirons la culture du petit pois, culture très adoptée dans cette
région. La détermination de ce bilan hydrique a nécessité l’utilisation de plusieurs
données :
1. Cartes moyennes mensuelles de l’évapotranspiration potentielle (ETP) en
mm/mois,
2. Cartes moyennes mensuelles de pluie (P) en mm/mois,
3. Carte type de sols : réserve utile (RU) en mm,
4. Stades phénologiques de la culture considérée : évapotranspiration maximale
(ETM) en mm/mois et les coefficients culturaux (Kc), sans dimension,
5. Calcul du bilan hydrique : exemple de calcul (tableau) en mm/mois.
95
4.3. Choix de la période
La campagne agricole du petit pois, choisie pour l’établissement du bilan hydrique
de notre zone d’étude s’étale du mois de novembre 2000 au mois d’avril de l’année
2001. Cette période correspond au cycle végétatif de la culture du petit pois .Le semis
se situe fin octobre début novembre, et la récolte se fait fin mars début avril.
4.4. Description de la zone d’étude
L’application a été menée sur la région de Mostaganem dont les limites
chevauchent partiellement les wilayas d’Oran, Relizane et Mascara. L’élément
essentiel qui a conduit au choix de cette zone tient de :
la disponibilité des données cartographiques et la pertinence de l’information
fournie. A titre d’exemple, nous citons le cas de la cartes des sol qui traduit une
information détaillée sur la texture du sol,
et de l’existence d’une diversité d’informations dans la caractérisation de la nature
des sols que représente cette région.
96
Mostaganem
Oran
Mostaganem
97
SebkhaFig 4.1- Localisation de la zone d’étude
97
4.5. Moyens informatiques utilisés
Dans ce qui suit, nous présenterons succinctement les outils logiciels utilisés et
leur mise en œuvre selon la méthodologie décrite.
4.5.1. MapInfo Professionnel version 7.0
La version 7.0 de MapInfo est un SIG vectoriel qui permet l’acquisition, le
stockage, la manipulation, l’analyse et la représentation graphique des données. Par sa
conception, MapInfo donne à l’utilisateur la possibilité de travailler sur différentes
couches, il permet aussi la gestion des attributs et la visualisation graphique des
données. Les principaux formats des fichiers ont une extension .TAB, .MAP, .ID,
.DAT, .WOR. En plus il permet d’ouvrir des images raster [représentation de l’espace
par une matrice (grille) composée de surfaces élémentaires (pixels)]. Le Traducteur
Universel transforme les fichiers dans différents formats pour importer ou exporter les
données.
Au regard de la problématique de notre travail, il apparaît que l’un des critères
fondamentaux de choix de l’outil SIG approprié doit être la richesse des opérations
d’analyse spatiale qu’il peut offrir. Dans notre cas, le choix du logiciel s’est porté sur
le SIG « MapInfo », qui répond aux besoins cités antérieurement. Il comporte
également des fonctionnalités de traitement des fichiers raster ou grid (sous la forme
d’une grille) par le biais du module complémentaire Vertical Mapper.
4.5.1.1. Vertical Mapper version 3.0
Vertical Mapper est un logiciel complémentaire important de MapInfo. Les
principaux apports de Vertical Mapper concernent :
Sa mise à disposition de nouvelles techniques d’analyse des informations
localisées.
Sa capacité de comparaison et d’analyse sur de multiples couches de données,
Ses visualisations en 3D.
Ses opérations mathématiques et logiques sur les grilles de données.
98
Outre les types de données connues sous MapInfo que sont les Points, les
Polylignes et les Polygones, Vertical Mapper introduit un nouveau type le GRID
FILE, mieux adapté pour représenter des données qui varient de manière continue
dans l‘espace comme l‘ensoleillement, la pollution, la température ou l‘altitude.
Selon les besoins de l’étude, le logiciel Vertical Mapper, a été utilisé dans la
manipulation des cartes sous le format GRID (grille spatiale), dans la représentation
graphique des cartes (création de légende, édition des cartes,…) et dans le calcul du
bilan hydrique.
4.5.2. Surfer version 8.0
Surfer est parmi les meilleurs logiciels d’interpolation spatiale. Il offre plus d’une
dizaine de méthodes d’interpolation suivant des algorithmes de calcul optimisés et très
rapides. Surfer a été utilisé non seulement dans l’élaboration des cartes moyennes
mensuelles d’ETP (voir chapitre III : Réalisation des cartes d’évapotranspirations
potentielles) mais aussi dans l’élaboration des cartes moyennes mensuelles de pluie.
4.6. Domaine d’application
Pour les besoins d’une superposition convenable des couches d’informations, au
sein du SIG « MapInfo », toutes les cartes utilisées dans l’établissement du bilan
hydrique doivent respecter les paramètres référentiels suivants :
La résolution adoptée est de 1000 m,
Les cartes sont produites sur une grille, en coordonnées UTM 30 :
Xmin 725012 m Xmax 825141 m
Ymin 3921740 m Ymax 3988493 m
99
4.7. Choix de la projection
Une projection cartographique est une formule mathématique qui permet de
représenter à plat (en deux dimensions) la surface courbe de la terre. De ce fait, aucune
représentation de la terre ne peut être totalement exacte. Par conséquent, les différents
systèmes de projection élaborés au fil du temps ont permis une représentation
cartographique approximative de la surface terrestre, visant des objectifs différents,
chacun étant adapté plus particulièrement à une application ou à une autre.
Les projections cartographiques différent les une des autres par la façon dont elles
gèrent l’altération des surfaces, des formes, des distances et de la distorsion. Aucune
projection ne permet de conserver toutes ces propriétés sans distorsion, même si
quelques combinaisons peuvent être préservées, comme la surface et la direction.
En tant qu’utilisateurs, c’est à nous qu’il revient de déterminer quelle propriété est
la plus importante, compte tenu des besoins du projet. Parmi les nombreuses
projections proposées dans les différents SIG existants, nous avons opté pour la
projection UTM (Universel Transverse Mercator) associée à l’ellipsoïde de
référence Clarke 1880.
4.6.1. Universel Transverse Mercator (UTM)
Pour une représentation cartographique de zones étendues au niveau de la surface
terrestre, on a recourt à des projections particulières. Ces projections subdivisent la
planète en fuseaux (ou zones), au sein desquels les déformations dues à la projection
restent limitées.
La projection UTM est probablement l’une des projections les plus fréquemment
utilisées dans le monde entier. Elle décompose le globe terrestre, suivant les méridiens
en 60 fuseaux, chacun de ces fuseaux couvre 6° de longitude. Cette projection est de
type cylindrique conforme à l’axe du cylindre passant par le plan équatorial.
100
L’Algérie est couverte par 4 fuseaux qui sont 29,30, 31 et 32. L’ellipsoïde adopté
en Algérie est Clarke 1880, suivant les paramètres cités-ci dessous:
Le demi-grand axe a = 6378249.1 m
Le petit axe b = 6356514.9 m
Fig 4
Cette proje
pour but d’aug
toutes les cart
référence Clar
4.8. Donn
Compte te
leur degré de
compte tenu
cette étude, Le
.2 - Schéma explicatif de l’ensemble des fuseaux couvrant l’Algérie suivant la projection UTM
ction présente un coefficient de réduction d’échelle k = 0.9996, qui a
menter les champs d’application de la projection. Dans le cas de l’étude,
es utilisées doivent présenter la projection UTM zone 30, ellipsoïde de
ke 1880.
ées utilisées
nu de l’objectif principal tracé en fonction des données disponibles, de
fiabilité, de leur qualité, de leur précision et de leur répartition spatiale,
également des moyens informatiques disponibles pour la conduite de
s principales couches d’informations utilisées sont les suivantes :
101
Couches moyennes mensuelles de l’évapotranspiration potentielle (ETP),
Couches moyennes mensuelles de pluie (P),
Couches des sols,
Couches de réserve utile (RU),
Couches moyennes mensuelles de l’évapotranspiration maximale (ETM).
4.8.1. Données cartographiques
4.8.1.1.Cartes moyennes mensuelles de l’évapotranspiration potentielle (ETP)
Considérée comme étant une référence climatique traduisant l’incidence du climat
sur le niveau de l’évapotranspiration des cultures. L’ETP est l’un des paramètres
climatiques le plus important dans la détermination du bilan hydrique.
Dans le cas de la région d’étude de Mostaganem, l’établissement du bilan hydrique,
a nécessité l’utilisation des cartes de l’ETP, concernant la période 2000-2004. Ces
cartes ont été extraites par le biais de requêtes spatiales effectuées à partir des cartes
d’évapotranspiration réalisées dans le chapitre III . Rappelons encore une fois, la
forme de l’équation de base qui a servi à l’élaboration de la plupart des cartes d’ETP
mensuelles :
(4.1) ETP = a X + b Y + c Z + Cte + εi Avec
ETP évapotranspiration potentielle exprimée en mm/mois.
a, b et c représentent les paramètres de l’équation de régression,
X, Y et Z respectivement ces variables représentent la longitude, la latitude et l’altitude,
Cte le terme constant de la régression,
εi les résidus de régression.
Il est à noter aussi que vu la faible variabilité inter-annuelle de l’ETP dans le
temps (paramètre continu), nous considérons que la carte moyenne annuelle de l’ETP
réalisée sur la période 2000-2004 est représentative de l’année agricole 2000-2001.
102
Fig 4.3 - CARTES MOYENNES MENSUELLES DE L’EVAPOTRANSPIRATION POTENTIELLE (ETP)Région de Mostaganem 2000-2004
103
103
Novembre Décembre Janvier
Février Mars Avril
4.8.1.2. Cartes moyennes mensuelles de pluies (P)
La réalisation des cartes de pluie moyennes mensuelles, de l’année 2000-2001, a
été effectuée à l’aide du logiciel « Surfer », par interpolation (Krigeage ordinaire), à
partir des valeurs de précipitations de stations issues du réseau climatologique
combiné entre l’Office National de la météo (ONM) et l’Agence Nationale des
Ressources Hydrauliques (ANRH) citées dans le tableau (4.1).
STATIONS CODE X Y
A MOUSSA 12605 357.4 286.1
BOUGUIRAT 111609 279.3 275.0
FORNAKA 111606 250.6 278.4
HAMADENA 012803 326.7 291.6
HILLIL 013507 288.8 272.0
KHADRA 020102 308.7 330.4
KHEIREDDINE 040602 271.7 300.8
MACTA 111601 245.6 279.8
MOHAMMADIA 111511 261.8 257.7
MOSTAGANEM 040612 266.4 293.4
Oued el Kheire 013606 291.0 296.8
OUARIZANE 012409 338.0 306.6
RELIZANE 013505 304.3 272.2
M de SIRAT 111616 271.8 275.3
SAHOURIA 111607 265.8 261.1
TLELAT- Bge 040418 219.8 245.7
ORAN ANRH 040438 198.7 272.6
ELBRAYA 040504 208.7 263.6
BOUFATIS 040518 218.6 268.6
GDYEL 040527 217.9 281.0
ES SENIA 040402 200.8 266.1
Tableau 4.1 - Coordonnées Lambert (X,Y) en Km (projection Lambert Nord Algérie) des stations climatologiques utilisées
réseau climatologique de l’ONM et de l’ANRH)
104
105
Avril
Novembre
Février
Décembre
Mars
Janvier
Avril
105
Fig 4.4 - CARTES MOYENNES MENSUELLES DE PLUIES (P) Région de Mostaganem 2000-2001
Les cartes moyennes mensuelles de pluies ont été réalisées en coordonnées
Lambert Nord Algérie, puis re-projetées en coordonnées UTM zone 30, ellipsoïde de
référence Clarke 1880.
4.8.1.3. Exploitation des cartes de l’évapotranspiration potentielle (ETP) et des
cartes de pluies (P)
Pour l’exploitation, des cartes de l’évapotranspiration potentielle (ETP) et des
cartes de pluies dans le SIG « MapInfo », nous avons procédé à l’import de ces cartes,
sous le format GRID, à l’aide de « Vertical Mapper », module intégré dans MapInfo.
Ces cartes ainsi obtenues, associées à la carte de réserve utile (RU) serviront au calcul
du bilan hydrique de la zone d’étude. Les cartes spatialisées sous surfer, ont été
exportées sous formes ASCII grid et retransformées sous forme ASCII grid
reconnaissables sous vertical Mapper.
4.8.1.4. Carte des sols
Le document relatif à la reconnaissance des types de sols concernant la région de
Mostaganem, était disponible, sous forme d’une image [carte des sols .JPG].
(Référence : http://eusoils.jrc.it/esdb_archive/EuDASM/Africa/lists/y0_cdz.htmT). En vue,
de l’exploitation de cette carte des sols, en combinaison avec les cartes d’ETP et de
pluies, des opérations de prétraitements s’avèrent nécessaires :
4.8.1.4.1. Le calage MapInfo permet de travailler facilement avec des images raster. Les formats lus par
le logiciel sont les suivants : JPEG, GIF, TIFF, PCX, BMP, TGA, BIL, MR SID. Caler
une image raster signifie entrer des coordonnées géographiques dans une projection
définie et indiquer quels points de l’image correspondent à ces coordonnées.
Il est indispensable de caler chaque image raster avant de l’utiliser dans la base de
données surtout si nous envisageons de l’utilisez avec des données vectorielles. Les
informations de calage sont stockées dans le fichier .TAB.
106
Il est également conseillé d’utiliser au moins quatre points de calage afin d’évaluer
au mieux l’erreur commise au moment de la saisie des points. Cette opération de
calage s’est faite selon les étapes suivantes :
1. Repérage sur l’image raster (carte sols). JBG) de points de détails
caractéristiques.
2. Ces même détails figurants sur l’image raster ont été identifiés au niveau de la
carte routière, projection Mercator Transverse, échelle du 1/1000.000ème, établie
par l’IGN (Paris). Dans notre cas, nous avons choisi 4 points d’appuis connus
en coordonnées.
3. Introduire les coordonnées (longitude / latitude) des différents points de calage
choisis.
4. Convertir ces coordonnées en degrés décimaux.
5. Caler la carte.
Dans le cas d’une carte topographique ou d’une photo aérienne, il est impératif de
caler correctement l’image appelée à être utilisée. Il faut donc cliquer sur le bouton
« Déclarer » pour entrer les points de calage de l’image.
La boîte de dialogue suivante s’ouvre :
107
Définir la projection de la carte ainsi que l’unité. Dans notre cas, nous sommes
en UTM fuseau 30, ellipsoïde Clarke 1880 et l’unité est le mètre.
Saisir ensuite le premier point de calage.
Les icônes (+) et (–) se trouvant dans la boite de dialogue, nous permettent
d’agrandir ou de diminuer le zoom de la carte. Le zoom se fait sur le point central de la
vue affichée dans la fenêtre. Les ascenseurs en bas et à droite de la fenêtre permettent
le déplacement de la carte utilisée.
Pour définir un nouveau point de calage, il suffit de cliquer sur le bouton Nouveau;
ensuite, dans l'image visualisée. Il faut sélectionner le point de la carte dont les
coordonnées sont connues et qui doivent être saisies.
Faire entrer les coordonnées des autres points de calage restant (2,3 et 4). Il
n’est pas nécessaire de saisir plus de points car le logiciel MapInfo ne gère pas
bien les moindres carrés. Avec quatre points nous pouvons estimer l’erreur
commise lors de la saisie.
108
Dans le
calage rest
inférieure à
Lorsque
pour chaqu
est placé co
point de ca
Le code d'e
point de ca
Mainten
L’image re
MapInfo, il
cas présent, l’erreur se situant entre zéro et un pixel. En effet, pour que le
e acceptable, il est important que la valeur de ces erreurs doit rester
1 pixel.
les points de calage ont été définis, MapInfo affiche une erreur de calcul
e point. Une valeur d'erreur proche de zéro indique que le point de calage
rrectement. Une valeur d'erreur supérieure à zéro indique que la position du
lage semble incorrecte par rapport à la position des autres points de calage.
rreur numérique indique l'écart de distance (en pixels) entre la position du
lage et la position calculée par MapInfo.
ant, il est possible de cliquer sur le bouton OK pour valider notre calage.
calée s’ouvre dans une fenêtre carte. Pour ouvrir l’image recalée sur
suffira d’ouvrir le fichier créé avec l’extension .tab.
109
4.8.1.4.2. La numérisation La numérisation a été faite à partir du logiciel MapInfo, en vectorisant les contours
des polygones représentatifs de chaque type de sol de la carte concernée. Tous les
objets ont été numérisés directement à l'écran. C’est cette méthode que nous avons
retenu dans le cadre de notre application (voir chapitre II : Les Systèmes d’information
Géographique).
Une fois les polygones identifiés et individualisés, nous avons procédé à
l’introduction des données descriptives de chaque type de sol correspondant à chaque
polygone respectif. Cette opération s’est faite par la création de tables comportant des
attributs déclarés décrivant le type de sol de la région d’étude. Ainsi, la carte des sols
passe de l’extension [carte sols .JPG] à l’extension [carte sols .TAB].
110
Fig 4.5 - CARTE DE RECONNAISSANCE DES SOLS Région de Mostaganem
111
Echelle approximative 1/ 500.000
111
4.8.1.5. Carte de réserve utile (RU)
Par définition, la réserve utile est la quantité d’eau stockée par le sol, après une
période pluvieuse. Elle est exprimée en hauteur d’eau c’est à dire en mm. Cette
variable pédologique dépend fortement de la texture et de la structure du sol.
Dans notre cas, les réserves utiles concernant la région de Mostaganem ont été
estimées d’après la texture de chaque type de sol. Ces valeurs ont été ajoutées aux
données descriptives regroupant des informations relatives à la texture du sol et à sa
pédologie pour la [carte sols. TAB].
Cette carte étant de type vectoriel, nous avons pu procéder à la discrétisation de la
variable RU, grâce à la fonction « region to grid » de Vertical Mapper (VM). En effet,
cette fonction attribue à chaque point de la grille (dans notre cas : type de sol), sa
valeur de RU correspondante. Par conséquent, à l’aide de cette commande nous
arrivons à obtenir une carte représentative des différentes valeurs de RU selon chaque
type de sol, sous le format GRID.
Fig 4.6 - CARTE DE RESERVE UTILE (RU) Région de Mostaganem
112
4.8.2. Données biologiques du végétal
Dans le cas des données biologiques concernant le végétal, on distingue deux
variables importantes :
1. le coefficient culturale Kc, facteur caractérisant l’état physiologique de la culture et
l’occurrence des stades phénologiques,
2. l’évapotranspiration maximale ETM qui permet l’estimation des besoins en eau de
la culture.
4.8.2.1. Culture du petit pois
Le petit pois trouve probablement son origine dans des espèces spontanées
d’Europe orientale et d’Asie occidentale. C’est une culture à climat tempéré et humide
avec une température journalière moyenne optimale de + 17°C (un minimum de +
10°C et un maximum de + 23°C). Les fortes températures provoquent le jaunissement
et l’arrêt de la croissance de la plante; elles accélèrent également la maturation des
grains en nuisant non seulement à leur qualité mais aussi à l’étalement indispensable
des récoltes. Pour un meilleur rendement deux conditions se posent :
- Les besoins en eau du petit pois doivent être de l’ordre de 350 à 500 mm
(important au début de la floraison et au moment de la formation des grains),
- et une structure légère à moyenne du sol facilitant le développement du système
radiculaire et permettant le drainage rapide.
4.8.2.2. Stades phénologiques La croissance des petits pois peut être séparée en trois phases :
Phase 1 du semis à la floraison
- Semis Date de semis mise en terre des grains doit se faire à 3 cm environ.
- Levée Date à la quelle une plantule émerge à la surface du sol.
- Apparition des boutons floraux Date à la quelle apparaissent des boutons
floraux, petites excroissances d’où naîtront les fleurs.
113
Phase 2 de la floraison à la nouaison
- Floraison Date d’éclosion de la premier fleur.
- Nouaison Date à la quelle se forme la première petite gousse verte.
Phase 3 de la nouaison à la maturation (récolte)
- Maturation La maturation est estimée atteinte lorsque les grains sont bien
développés, sans être serres dabs la cosse.
Fig 4.7 -Cycle végétatif de la culture du petit pois
(2 ) Semis, (2)Levée, (3)Apparition des boutons floraux, (4) Floraison,
(5)Nouaison et (6) Maturation
114
4.8.2.3. Le coefficient cultural (Kc)
Le coefficient cultural (Kc) permet d’estimer l’ETM de la culture à partir de l’ETP,
en fonction de son état de développement :
(4.2) ETM = Kc ETP
Avec
ETM évapotranspiration maximale exprimée en mm/mois,
Kc coefficient cultural de l’espèce cultivée (sans dimension),
ETP évapotranspiration potentielle exprimée en mm/mois.
Les valeurs du coefficient cultural Kc sont exprimées en fonction de la culture
étudiée, de son stade végétatif, et des conditions agroclimatiques régissant son
développement. Faible au début du cycle, il augmente avec l’accroissement des
surfaces foliaires actives jusqu’à une valeur maximale au moment du stade de
maturation et pendant la phase de reproduction. Au-delà, sa valeur décroît par suite de
la sénescence de certaines feuilles et de leur disparition .
CULTURE DU PETIT POIS
STADE VEGETATIF PERIODE COEFFICIENT CULTURAL (KC)
Semis
Novembre
0.4
Installation de la culture
(développement)
Décembre
Janvier
0.5 0.6
Floraison (initiation florale)
Février 0.7
Nouaison (apparition des 1er
fruits) Mars 0.8
Maturation Avril 0.8
Tableau 4.2 -Variation du coefficient cultural (Kc)
pour la culture du petit pois
115
4.8.2.4. Evapotranspiration Maximale (ETM)
Lorsque l’eau n’est plus un facteur limitant au niveau de l’absorption racinaire,
l’évapotranspiration est dite maximale. Elle représente la valeur de
l’évapotranspiration Réelle (ETR) dans le cas d’une bonne alimentation en eau de la
plante.
4.8.2.4.1. Elaboration des cartes moyennes mensuelles de l’évapotranspiration
maximale (ETM)
L’exploitation de cette donnée agroclimatique dans MapInfo, s’est faite à l’aide du
logiciel complémentaire Vertical Mapper (VM). Les différents coefficients culturaux
(Kc) déterminés dans le tableau (4.2), ont permis l’estimation de cette variable à partir
des valeurs d’ETP moyennes mensuelles interpolées en grilles (voir partie 4.8.1.1 Cartes
moyennes mensuelles de l’évapotranspiration potentielle ETP) en appliquant la
formule : ETM = Kc ETP.
Ces grilles d’ETP combinées aux valeurs des coefficients culturaux (Kc) pour la
culture du petit pois ont contribué à l’élaboration des grilles moyennes mensuelles de
l’évapotranspiration maximale, de façon à ce que chaque pixel de la grille possède sa
valeur d’ETM en mm/mois.
116
Fig 4.8 - CARTES MOYENNES MENSUELLES DE L’EVAPOTRANSPIRATION MAXIMALE (ETM) Région de Mostaganem
117
117
Janvier Novembre Décembre
Février Mars Avril
4.9. Application : Etablissement du bilan hydrique dans la région
de Mostaganem (culture du petit pois)
L’établissement du bilan hydrique de l’année 2000-2001 concernant la région de
Mostaganem pour la culture du petit pois a nécessité l’utilisation de plusieurs
documents cartographiques :
1. Cartes moyennes mensuelles de pluies (P) en mm/mois,
2. Cartes moyennes mensuelles de l’évapotranspiration maximale (ETM) en
mm/mois,
3. Carte de réserve utile (RU) en mm.
Pour la culture du petit pois, le cycle végétatif débute au mois de novembre et
s’achève au mois d’avril. Il serait donc intéressant de voir l’évolution du bilan
hydrique durant cette période.
En effet, pour la visualisation de ce bilan hydrique, l’utilisation du logiciel SIG
« MapInfo » s’avère très utile. Ce logiciel a permis l’élaboration de la grille du bilan
hydrique par le croisement des différentes grilles concernant les précipitations, l’ETM
et la RU. Par conséquent, l’exploitation de ces cartes au sein du SIG a contribué
considérablement à la lecture et à la compréhension du phénomène étudié en assurant
une représentation globale et rapide de l’information.
4.9.1. Détermination du bilan hydrique
4.9.1.1. Définition
On a vu que l’influence de l’eau sur les plantes était capitale. En cas de sécheresse,
le développement des plantes est ralenti et le rendement est plus faible. Un excès d’eau
est également préjudiciable, il peut asphyxier les racines, retarder les labours et les
récoltes, favoriser le développement de parasites nuisibles aux cultures. Il est donc
indispensable de bien comprendre les échanges d’eau dans le sol. (Cahiers
Agroclimatique. de S&L n°6, 1992)
118
Le bilan hydrique comptabilise les apports et les pertes modifiant la réserve en eau
du sol (Jacquart, Choisnel, 1984). Il consiste à calculer un bilan des quantités d’eau
disponibles dans le sol et pouvant être utilisées par les plantes. Il faut donc connaître
les quantités d’eau apportées (précipitations) ainsi que celles dépensées
(évapotranspiration). (Cahiers Agroclimatique. de S&L, n°6, 1992)
4.9.1.2. Les composantes du bilan hydrique
Le bilan hydrique est le résultat de la combinaison des trois plus grands états de
l’eau dans l’atmosphère à savoir les précipitations, l’évapotranspiration et la Réserve
Utile (RU) du sol.
Fig 4. 9 -(Précipit
4.9.1.3. Elaboration L’enregistrement
d’évapotranspiration
permis, grâce aux
d’estimer le bilan hy
Les différents paramètres constituant le bilan hydrique ations, évapotranspiration et réserve Utile (RU) du sol)
(Source : ITCF-AGPM, 1981)
des cartes mensuelles du bilan hydrique
et la spatialisation des données de Précipitations (P),
maximale (ETM) et de la réserve utile du sol (RU), nous ont
traitements effectués sous « Vertical Mapper » de visualiser et
drique de la culture du petit pois durant son cycle végétatif.
119
En effet, la superposition de ces grilles a abouti à la réalisation de la grille du Bilan
Hydrique. L’accomplissement de cette démarche s’est fait suivant la méthode de calcul
suivante :
Hypothèse de départ
On admet que la réserve utile au début du mois de Septembre est vide, ce qui est
généralement le cas dans un climat méditerranéen. Le calcul du bilan hydrique
concernant les mois de novembre, décembre, janvier ,mars et avril s’est fait à partir de
l’équation de base qui est la suivante :
Pour le mois i Bilan (i) = Bilan (i-1) + [Pluie (i) - ETM (i)] (4.3)
- Si Bilan < 0 Bilan = 0
- Si Bilan > RU Bilan = RU (l’execédent est ruisselé ou infiltré sous forme de
percolation)
La gestion des cartes utilisées pour le calcul du bilan hydrique concernant la
région de Mostaganem s’est faite à l’aide de « Vertical Mapper » (logiciel
complémentaire intégré dans MapInfo). L’idée de base était de générer des cartes
simplement par la combinaison de celles-ci. A titre d’exemple le tableau suivant
explique cette démarche.
Sep Oct Nov Dec Jan Fev Mars Avril
Pluie (mm) 80 20 50 77 42 25
ETM (mm/mois) 18 15 19.2 32.9 48 84
Bilan (mm/mois) 0 0 62 67 80 80 74 15
Ruissellement (mm) 0 0 0 0 17.8 44.1 0 0
Tableau 4.3 - Exemple numérique de calcul du bilan hydrique en un point de la grille pour la culture du petit pois avec un sol de RU égale à 80 mm
120
Fig 4.10 - ETAT DU BILAN HYDRIQUE DE L’ANNEE 2000 – 2001 Région de Mostaganem « Culture du petit pois »
121
Novembre 121
Février
Décembre Janvier
Avril Mars
4.9.2. Résultats et discussion
En admettant, ce qui est généralement le cas, qu’au début du mois de septembre la
réserve en eau du sol est vide, due principalement à la période estivale où la sécheresse
domine. Nous avons tourné le modèle pour les mois de septembre et octobre pour
estimer cette réserve, celle-ci demeure toujours nulle. A partir du début du mois de
novembre, date du démarrage de la culture du petit pois, le contenu en eau a stagné sur
les valeurs calculées pour les mois précédents, car l’ETP observée était supérieure aux
apports pluviométriques.
A la fin du mois de novembre, la culture avait à sa disposition de l’eau, notamment
dans la partie centrale de la zone d’étude. Par contre, à la fin du mois de décembre le
stock d’eau au niveau du sol s’est vidé, ce qui a fait subir un stress hydrique à la
culture. Ce stock d’eau s’est reconstitué durant le mois de janvier et de février surtout
dans la région Est. La période de mars à avril a été sèche ce qui a du sûrement affecté
la qualité du rendement, stade final correspondant à la formation et au grossissement
des gousses.
D’après ces résultats, nous retenons que pour l’année agricole 2000-2001 la culture
du petit pois a connu un stade végétatif plus ou moins perturbé avec un stress hydrique
observé durant la fin du mois de décembre. Le stock d’eau ayant été reconstitué au
mois de janvier et de février, cela n’a pas eu de répercussions graves sur le bon
développement du cycle végétatif de la culture. En revanche, la période de sécheresse
observée aux mois de mars et avril, a affecté considérablement le rendement sur
l’ensemble de la zone d’étude à cause du prolongement du déficit hydrique.
La région EST de la zone d’étude a été la plus favorable. Néanmoins, les
agriculteurs qui ont semés tardivement vers le mois de décembre n’ont pas eu la
chance de réussir leur culture. Ce fait s’explique par les besoins en eau important que
présente la culture du petit pois au début de la floraison et au moment de la formation
des grains.
122
Conclusion
En Algérie, le réseau pluviométrique est suffisamment étoffé, parce qu’il nécessite
peu de moyens. Par contre, le réseau professionnel qui permet l’estimation de
l’évapotranspiration potentielle ETP est peu développé. Toute la difficulté d’intégrer
les données agroclimatiques dans un système d’information géographique SIG, réside
en partie dans la connaissance de la variabilité spatio-temporelle de cet ETP.
Notre étude s’est basée essentiellement dans la recherche d’une meilleure solution
dans la cartographie de l’ETP dans l’Ouest Algérien en utilisant le maximum
d’information climatologique disponible. Cette information a été couplée avec un
Modèle Numérique de Terrain MNT pour visualiser la variation de l’ETP avec
l’altitude. Les résultats obtenus ont été encourageants.
L'étude proposée vise donc à exploiter toute une série de cartes thématiques
élémentaires grâce à un SIG, puis à les combiner pour déboucher sur quelques cartes
synthétiques qui pourront servir de base à la réflexion et à la prise de décision des
responsables. Les SIG apparaissent comme des outils souples qui permettent de
numériser et d'analyser des données par croisement de constantes et de variables.
Ainsi, pour mettre en avant le coté pratique de ces cartes, l’utilisation du logiciel
SIG a permis la gestion et le croisement de diverses informations concernant la
structure du sol et les propriétés biologiques du végétal ceci dans le but d’établir le
bilan hydrique de la culture du petit pois pour l’année 2000-2001. Cette application a
permis grâce à l’intégration de toutes ces données dans un SIG, le suivi spatio-
temporel du bilan hydrique sur toute la zone d’étude (région de Mostaganem), ce qui
constitue une information capitale dans la gestion et l’aide à la prise de décision
notamment dans le secteur de la gestion des ressources en eaux (calendrier
d’irrigation, aptitude agricole,……etc.).
123
Il est important de noter que dans une telle démarche, la carte n'est pas un outil
réglementaire. Elle se veut uniquement outil de négociations permettant à chacun de
disposer d'un maximum d'informations objectives, d'accès et de lisibilité.
A l'issue de ce travail, on peut dire qu'il reste encore fort à faire, mais que les
avancées techniques sont relativement dépendantes des avancées théoriques. Sans
doute ne s'agit-il là que d'une tentative pour tester l'apport des SIG, et tout n'est pas
parfait. D'abord la surface est limitée spatialement et les critères pris en compte ne
prétendent pas à l'exhaustivité. Enfin si les données exogènes croisées auraient pu être
plus nombreuses, les données endogènes issues de satellites n'ont pu être utilisées dans
le cadre de ce travail.
Recommandations
Pour un meilleur suivi du bilan hydrique, nous voudrions attirer l’attention sur :
- Le choix du pas de temps décadaire
- Et le recours à la télédétection, car à l'avenir on peut espérer intégrer tout cet
arsenal de données synchroniques et diachroniques pour mieux caractériser et
cartographier l’ETP.
" Il n'y a pas de bonne prospective sans un minimum de rétrospective. " Paul
BALTA, 1992.
124
Référence Bibliographique
1. ANRH. 2002. Notice explicative de la carte des évapotranspirations potentielles
du Nord de l’Algérie au 1 : 500 000. Projet de coopération Algéro-Allemande N°
92 91 835.
2. BENSALAH A. 1999. Apport des systèmes d’information géographique à la
planification urbaine : Intégration des données statistiques de recensement pour la
réalisation d’une cartographie de zoning scolaire-Application au quartier Sidi-el-
Bachir d’Oran. Mémoire de Magister en techniques spatiales. Arzew : C.N.T.S.123
p.
3. BROCHET P. & GERBIER N. 1968. L’évapotranspiration Aspect
Agrométéorologique : Evaluation de l’évapotranspiration potentielle.
Monographies de la Météorologie Nationale N°65. Paris. 67 p.
4. CALOZ R. 1993. Système d’information géographique. Cours : système
d’information I et II. Lausanne. 138 p.
5. CHAUX C. 1972. Productions légumières. Coll. d’Enseignement Horticole.
J.B.BAILLIERE éd : 413 p. Paris.
6. CLARAMUNT C. 1991. Vers une approche complémentaire des SIG raster et
vecteur. Séminaire INRA sur la Gestion de l’espace rural et système d’information
géographique. 22-24 Octobre 1991. Florac : pp 381-391.
7. CLEMENT R. & GALAND A. 1979. Irrigation par aspersion et réseaux collectifs
de distribution sous pression. EYROLLES éd : pp 14 -19.
8. DEHNI ABDELATIF M. 2004. Spatialisation numérique et évaluation du
potentiel de contamination des eaux souterraines à l’aide d’un système
d’information à référence spatiale « S.I.R.S » : Application à la nappe alluviale
d’Es-Sénia. Mémoire de Magister en techniques spatiales. Arzew : C.N.T.S. 114 p.
125
9. DJIDI K. 1997. Apport des systèmes informations géographique à la
détermination des zones à risque de pollution des ressources en eau : Application à
la nappe de Saïda. Thèse de Magister en techniques spatiales. Arzew: C.N.T.S.
87p.
10. GAYTE O., LIBOUREL T., CHEYLAN J.P. & LARDON S. 1997. Conception
des systèmes d’information géographique sur l’environnement. Coll. Géomatique.
HERMES éd : 141 p. 11. GRATTON Y. 2002. Le Krigeage : la méthode optimale d’interpolation spatiale.
Article de l’Institut d’Analyse Géographique. Québec. Canada. 4 p.
12. GRIMBERT H & BARGEOT L. 1990. Potentialités agroclimatiques des sols.
Essai de modélisation spatiale du risque de déficit hydrique pour la Bresse. 23 p.
13. GRIMBERT H. 1999. Aptitude des sols de Bresse à la culture du maïs : Essai de
modélisation spatiale du risque de déficit hydrique. Rapport de stage. Université de
Bourgogne. France. 44 p.
14. HAOURI M. & TAHRAOUI M. 2001. Etude spatio-temporelle de l’insolation en
Algérie. 1er séminaire sur la contribution de l’énergie solaire et éolienne dans le
développement durable.30-31 Octobre 2001. Adrar : pp 1-9.
15. HAOUARI M., ABDERAHMANI B., CHADOULI A. & KELLALBI A. 2002.
Etude de la variabilité des besoins en eau des cultures de blé en climat semis-aride
méditerranéen (HAUT CHELIFF).Forum International sur la variabilité climatique
et prévision saisonnière en Afrique du Nord et en Méditerranée (Presanor). 14-18
Avril 2002. Alger.
16. HENRY J.B. 1990. Cours de Topographie et Topométrie Générale chapitre 4 : Les
méthodes indirectes. Coll : Ingénieur Géomètre Topographe. Ecole et Observatoire
des Sciences de la Terre (EOST). Service Régional de Traitement d’image et de
Télédétection.
126
17. LACOMBE G. 2003. Compréhension des stratégies d’adaptation à la variabilité
des pluies en riziculture inondée par la modélisation : Cas du bassin versant de la
Lam Dom Yaï, région Nord Est de la Thaïlande. Sciences de l’Eau dans
l’Environnement Continental. Université de Montpellier. France. 102 p.
18. MARCHANDISE A. 2003. Analyse et modélisation hydrologique de l’évènement
exceptionnel des 8 et 9 septembre 2002 sur le bassin versant du Gardon d’Anduze.
Mémoire Master. Université Joseph Fourier. Grenoble. 71 p.
19. MARCHAND P. 1997. Mise au point d’un système d’aide à la décision pour
l’irrigation d’agrumes dans le nord de Bali , Indonésie. Mémoire de maîtrise.
Faculté Universitaire des Sciences Agronomiques de Gembloux. Belgique. 81 p.
20. MELOUNOU J. 1998. Instrumentation de terrain en géographie physique.
Mémoire de Maîtrise. Université Louis Pasteur. Strasbourg. 66 p.
21. MENAA R. 2003. Méthodologie de cartographie du flux de chaleur sensible à
partir des données hyperspectrales des satellite ASTER cas de la région de Ksar
Chellala, Algérie. Thèse de Magister en hydraulique (Ressources en eau). Centre
Universitaire de Mascara : 113 p.
22. MENDAS A. & TRACHE A. 1997. Apport des systèmes d’information
géographique à la planification de l’irrigation : Application au périmètre de Zriga
(Tlemcen). Séminaire sur l’utilisation rationnelle des ressources hydrique dans les
zones arides. 7-9 Avril 1997. Adrar : 9 p. 23. ONM. 1990. Agroclimatologie Opérationnelle. Recueil de notices phénologiques.
Provisoire. Genève.
24. PANTAZIS D. & DONNAY J.P. 1996. La conception de SIG : méthodes et
formalisme. Coll. Géomatique. HERMES éd : 343 p.
127
25. RAYNAL N. 1985. Agrométéorologie. Ecole Nationale de la Météorologie. Notes
de cours N°11. France. 150 p.
26. REMENIERAS G. 1970. L’hydrologie de l’ingénieur. coll. du centre de
recherches et d’essais de CHATOU. EYROLLES éd : 456 p.
27. PERARNAUD V. 1987. Notions d’agrométéorologie. Ecole Nationale de la
Météorologie. Notes de cours N°13. France. 143 p.
28. SNYDER R. & STEDUTO P. 1994. IAM_ ET0 User’s Guide by WUE_Net.
CIHEAM. Instituto Agronomico Mediterraneo BARI. Italy. 29 p.
128
Liste des figures
Chapitre I Fig 1.1 - Absorption, réflexion et diffusion du rayonnement solaire
Fig1.2 - Variables météorologiques ayant une incidence sur l'évaporation et la
transpiration
Fig 1.3 - Représentation schématique du chemin de l’eau à travers la plante
Fig 1.4 - Représentation simplifiée de la résistance aérodynamique et de la résistance
de surface
Fig 1.5 - Processus d’évapotranspiration
Fig 1.6 - Lysimètre
Fig 1.7 - Bac d' évaporation (classe A) du Weather Bureau
Fig 1.8 - Bac enterré type Colorado (États-Unis)
Fig 1.9 - Evaporomètre à sphère poreuse type LIVINGSTONE
Fig 1.10 - Evaporomètre Piche (d'après REMENIERAS - 1972)
Chapitre II
Fig 2.1 - Exemple de carte : carte de situation
Fig 2.2 - Les cinq composants majeurs d ’un SIG
Fig 2.3 - Les 5 fonctionnalités des SIG
Fig 2.4 - Superposition de cartes thématiques relatives à un même espace
Fig 2.5 - Réalité, SIG et prise de décision.
Fig 2.6 - Représentation numérique d’entité, fonction des besoins.
Fig 2.7 - Principales disciplines à la croisée des SIG
Fig 2.8 - Structure de l’information géographique
Fig 2.9 - Hiérarchisation de l’information
Fig 2.10 - Exemple de modèle réseau
Fig 2.11 - Mode de représentation de l’information géographique dans un SIG
Fig 2.12 - Exemples de données vecteurs
Fig 2.13 - Le point, différentes représentations
Fig 2.14 - La ligne, différents types de forme
Fig 2.15 - La surface, différents types (une surface est dite convexe lorsque la
courbure de son enveloppe est toujours positive)
Fig 2.16 - Représentation du mode raster
Fig 2.17 - Exemple de scanner : scanner à plat
Fig 2.18 - Exemple de table à numériser
Chapitre III
Fig 3.1 - Situation géographique de la région d’étude
Fig 3.2 - Représentation du réseau météorologique (ONM)
« Stations professionnelles »
Fig 3.3 -Représentation du réseau météorologique (ONM)
« Stations automatiques »
Fig 3.4 - Schéma détaillant le processus conduisant à la densification du réseau pour le
calcul de l’évapotranspiration potentielle de Penman-Monteith
Fig 3.5 - Représentation du réseau météorologique (ONM)
« Stations professionnelles + Stations Automatiques »
Fig 3.6 - Organigramme des différentes étapes de densification du réseau
Fig 3.7 - Schéma représentatif des différentes étapes de réalisation des cartes d’ETPPM
Fig 3.8 - Topographie de l’Algérie (côté Ouest) représentée par le MNT
Fig 3.9 - Cartes de l’évapotranspiration potentielle (ETP). Région ouest algérienne
(2000-2004)
Fig 3.10 - Cartes de l’évapotranspiration potentielle (ETP). Région ouest algérienne
(2000-2004)
Chapitre IV
Fig 4.1- Localisation de la zone d’étude
Fig 4.2 - Schéma explicatif de l’ensemble des fuseaux couvrant l’Algérie suivant la
projection UTM
Fig 4.3 - Cartes moyennes mensuelles d’évapotranspirations potentielles (ETP)
« Région de Mostaganem 2000-2004 »
Fig 4.4 - Cartes moyennes mensuelles de pluie (P) « Région de Mostaganem 2000-
2001 »
Fig 4.5 - Carte de reconnaissance des sols « Région de Mostaganem »
Fig 4.6 - Carte de réserve utile (RU) « Région de Mostaganem »
Fig 4.7 - Cycle végétatif de la culture du petit pois (1)Semis, (2)Levée, (3)Apparition
des boutons floraux, (4) Floraison, (5)Nouaison et (6) Maturation.
Fig 4.8 - Cartes moyennes mensuelles d’évapotranspirations Maximales (ETM)
« Région de Mostaganem »
Fig 4.9 - Les différents paramètres constituant le bilan hydrique (Précipitations,
évapotranspiration et réserve Utile (RU) du sol)
Fig 4.10 - Etat du bilan hydrique de l’année 2000 – 2001 « Région de Mostaganem
(Culture du petit pois) »
Liste des Graphes
Chapitre II Graphes 3.1 - Comparaison entre les mesures et l’estimation par la méthode de
Penman-Monteith
Graphe 3.2 - Relation de corrélation entre ETP Penman-Monteith et ETP Blaney-Criddle (région
ouest 2000-2004)
Liste des tableaux
Chapitre I
Tableau 1.1 - Valeurs de l'albédo pour différentes surfaces
Tableau 1.2 - Les différents types d’évapotranspiration
Chapitre II Tableau 2.1 - Propriétés comparatives des modes vecteurs et raster
Tableau 3.1 - Méthodes empiriques d’estimation de l’ETP utilisées
Chapitre III
Tableau 3.2 - Paramètres statistiques calculés sur toute la période des trois années
agricoles (69-70, 70-71 et 71-72)
Tableau 3.3 - Résumé du modèle
Tableau 3.4 - Analyse de la variance pour l’équation de régression
Tableau 3.5 - Paramètres de la régression linéaire multiple
Tableau 3.6 - Analyse de la variance pour le mois de janvier
Tableau 3. 7 - Analyse de la variance pour le mois d’août
Tableau 3. 8 - Paramètres de la régression linéaire multiple pour le mois d’août
Chapitre IV Tableau 4.2 -Variation du coefficient cultural (Kc) pour la culture du petit pois
Tableau 4.3 - Exemple numérique de calcul du bilan hydrique en un point de la grille
pour la culture du petit pois avec un sol de RU égale à 80 mm
