UNIVERSITE DU BURUNDI

Faculté des Sciences

POTENTIEL D’AMENAGEMENT DU TERRITOIRE DU BASSIN VERSANT DE

LA RIVIERE MULONGWE POUR LA REDUCTION DES
CRUES DANS LA VILLE D’UVIRA

Mémoire présenté et soutenu publiquement en vue

de l’obtention du Diplôme de Master en Sciences
et Gestion Intégrée de l’Environnement.

Spécialité : Génie de l’environnement

Présenté par :
MUKASANI Benjamin

Sous la direction du :
Dr KUBWIMANA Désiré

Bujumbura, Novembre 2024

COMPOSITION DU JURY :

Président : Dr NTIHARIRIZWA Seconde

Directeur de mémoire : Dr KUBWIMANA Désiré
Secrétaire : Dr SINDAYIHEBURA Anicet
Membre : Dr NSHANGALI Georges

i
 EPIGRAPHE

« Tous les fleuves vont à la mer, et la mer n'est point remplie; ils continuent à aller vers
le lieu où ils se dirigent »

Ecclésiaste 1 :7

« mke wa mtoo apianiki »

Sagesse VIRA

MUKASANI Benjamin

ii
 IN MEMORIUM

« En mémoire de mon précieux papa, Alexandre MUSIWA THAMBA YA MIGESHI,

nous écrivons ce travail »

MUKASANI Benjamin

iii
 DEDICACE

A toutes les personnes sinistrées des inondations de la rivière Mulongwe du 20 Avril

2020.

Ce travail vous est dédié

MUKASANI Benjamin

iv
 REMERCIEMENTS
Je voudrais tout d'abord exprimer ma profonde gratitude à Dieu Tout-Puissant, source de toute sagesse
et de toute intelligence, pour m'avoir accordé la santé, la force et les moyens nécessaires pour mener à
bien ce travail de recherche. Mes remerciements vont ensuite à mon directeur de mémoire, le Dr
Désiré KUBWIMANA, pour m'avoir encadré avec bienveillance et rigueur tout au long de ce
parcours. Ses conseils avisés, sa disponibilité et son soutien sans faille m'ont été d'une aide précieuse.
Je tiens également à exprimer ma sincère reconnaissance à mon formateur en modélisation
hydrologique, le Dr Espoir BAGULA MUKENGERE, pour ses précieux enseignements et son
accompagnement tout au long de ce travail. Ses connaissances approfondies en la matière m'ont
permis de mieux appréhender les enjeux de ma recherche.

Je souhaite adresser un remerciement tout particulier à mon grand frère, ami et financier de ma
formation, Monsieur Martin NYONGOLO LUWAWA, le Directeur Général de l’ISDR/UVIRA.
Son soutien indéfectible, tant sur le plan moral que financier, a été déterminant dans la réalisation de
ce mémoire, ce travail est le premier fruit de la bourse NYONGOLO LUWAWA Martin. Ma profonde
gratitude va également à ma charmante maman, MASHISHI MUTEKULWA Philomène, pour son
amour inconditionnel, ses encouragements constants et sa présence à mes côtés tout au long de mes
études.

Je remercie l'ensemble du corps enseignant de l'Université du Burundi pour la qualité de

l'enseignement dispensé. Je tiens à saluer tout particulièrement le doyen de la Faculté des Sciences et
le responsable du cycle de notre Master en Sciences et Gestion Intégrée de l'Environnement pour leur
engagement en faveur de la formation des étudiants. Je souhaite exprimer ma reconnaissance à mon
université d'attache, l'Université Notre Dame du Tanganyika (UNDT), pour m'avoir offert un cadre
propice à l'épanouissement personnel et académique.

Mes remerciements s'adressent également à mes amis des groupes RDC4, MSGIE4 et aux IMPO pour
leur soutien, leur amitié et les moments de partage que nous avons vécus ensemble. Enfin, je tiens à
remercier tous mes frères et sœurs pour leur présence et leurs encouragements tout au long de ce
parcours.

MUKASANI Benjamin
v
 RESUME
Cette recherche intitulée "Potentiel d’aménagement du territoire du bassin versant de la rivière
Mulongwe pour la réduction des crues dans la ville d’Uvira" vise à identifier des solutions pour réduire
les inondations fréquentes à Uvira, en République Démocratique du Congo. L’objectif général de cette
étude est d’évaluer le potentiel d’aménagement du territoire pour diminuer l'impact de ces crues,
notamment dans le bassin de la rivière Mulongwe.
La méthodologie adoptée est multidisciplinaire et se divise en trois axes principaux : l’analyse de
l’hydromorphologie du bassin, l’étude de la dynamique d'occupation du sol, et la modélisation
hydrologique à l'aide des logiciels HEC-HMS et SWAT. L’analyse hydromorphologique s’est
concentrée sur la topographie et les caractéristiques physiques du bassin, avec des données
géospatiales collectées via des modèles numériques de terrain. La dynamique de l’occupation du sol a
été étudiée à partir d’images satellites de 2002 et 2020, montrant une urbanisation croissante et une
diminution des zones forestières, aggravant les risques de ruissellement. Enfin, les simulations
hydrologiques ont permis d’évaluer différents scénarios d’aménagement et d'identifier les stratégies les
plus efficaces pour réduire les débits de pointe des rivières.
Les résultats montrent que la déforestation, a augmenté les risques d’inondation en réduisant la
capacité d’infiltration des sols. Les simulations indiquent qu’un aménagement du territoire optimisé,
incluant la reforestation, pourrait réduire les débits de crue jusqu'à 25 %. Ces mesures permettraient de
limiter les impacts des précipitations extrêmes, réduisant ainsi le risque de crues dans la ville d'Uvira.
Les résultats soulignent également l’importance d'une gestion intégrée du bassin versant pour
minimiser les risques futurs.
Cette étude propose des recommandations concrètes pour la gestion des inondations à Uvira dans le
bassin versant de la rivière Mulongwe. Les solutions incluent des actions d'aménagement du territoire
adaptées, comme la reforestation, la gestion durable des terres agricoles. Ces interventions visent à
renforcer la résilience de la ville face aux crues, tout en promouvant une utilisation durable des
ressources hydriques. Ce travail permettra aux décideurs de prendre des mesures préventives adéquates
pour réduire les crues.
Mots-clés : Inondations, bassin versant, modélisation, déforestation, SIG et Uvira

vi
 ABSTRACT
This research, entitled "Potential of land-use planning of the Mulongwe river watershed for flood
reduction in the city of Uvira", aims to identify solutions to reduce frequent flooding in Uvira,
Democratic Republic of Congo. The main objective of this study is to assess the potential of land use
planning to mitigate the impact of these floods, particularly in the Mulongwe River watershed.
The adopted methodology is multidisciplinary and is divided into three main areas: the analysis of the
hydromorphology of the watershed, the study of land use dynamics, and hydrological modeling using
HEC-HMS and SWAT software. The hydromorphological analysis focused on the topography and
physical characteristics of the watershed, with geospatial data collected via digital elevation models.
The land use dynamics were studied using satellite images from 2002 and 2020, showing increasing
urbanization and a decrease in the forest cover, which exacerbated the risks of surface runoff. Finally,
the hydrological simulations allowed for the evaluation of different land use planning scenarios and the
identification of the most effective strategies to reduce peak river flows.
The results show that deforestation has increased flood risks by reducing soil infiltration capacity. The
simulations indicate that optimized land-use planning, including reforestation, could reduce flood
peaks by up to 25%. These measures would help mitigate the impact of extreme rainfall, thereby
reducing the risk of floods in the city of Uvira. The results also highlight the importance of integrated
watershed management to reduce future risks.
This study provides recommendations for flood management in the Mulongwe River watershed. The
solutions include appropriate land-use actions, such as reforestation and sustainable agricultural land
management. These interventions aim to enhance the city’s resilience to flooding while promoting
sustainable use of water resources. This study will aim to stakeholders to take actions for the
mitigation of flood risks.

Keywords: Floods, watershed, modelisation, deforestation, GIS and Uvira

vii
 LISTE DES SIGLES ET ABREVIATIONS
 MNT : Modèle Numérique de Terrain
 SRTM : Shuttle Radar Topography Mission
 SIG : Système d'Information Géographique
 HEC-HMS : Hydrologic Engineering Center-Hydrologic Modeling System
 SWAT : Soil and Water Assessment Tool
 NASA : National Aeronautics and Space Administration
 RMM : Tropical Rainfall Measuring Mission
 SCS-CN : Soil Conservation Service - Curve Number
 ETP : Évapotranspiration Potentielle
 CN : Curve Number
 ARC-GIS : Geographic Information System d’ArcGIS
 SWOT : Strengths, Weaknesses, Opportunities, Threats (analyse SWOT)
 CEH : Centre pour l'Écologie et l'Hydrologie
 ANU : Australian National University
 IHACRES : Identification of Hydrographs and Component flow from Rainfall,
Evaporation, and Streamflow data
 SOTWIS : Soil and Terrain Database for Central Africa
 RMSE : Root Mean Square Error
 IDDRI : Institut du Développement Durable et des Relations Internationales
 GCP Ground Control Points
 JAWRA : Journal of the American Water Resources Association
 UNDP : United Nations Development Programme
 DEM : Digital Elevation Model
 EOF : Empirical Orthogonal Function
 FEMA : Federal Emergency Management Agency
 WMO : World Meteorological Organization

viii
 TABLE DES MATIERES
COMPOSITION DU JURY ..................................................................................................................................... i

EPIGRAPHE ........................................................................................................................................................... ii

IN MEMORIUM .................................................................................................................................................... iii

DEDICACE ............................................................................................................................................................ iv

REMERCIEMENTS ............................................................................................................................................... v

RESUME ................................................................................................................................................................ vi

ABSTRAT ............................................................................................................................................................. vii

LISTE DES SIGLES ET ABREVIATIONS ........................................................................................................ viii

TABLE DES MATIERES...................................................................................................................................... ix

LISTE DES TABLEAUX ET FIGURES.............................................................................................................. xii

0. INTRODUCTION GENERALE ET CONTEXTE DE L’ETUDE ..................................................................... 1

0.1. Problématique............................................................................................................................................... 1

0.2. Objectifs de la recherche .............................................................................................................................. 2

0.2.1. L'objectif global..................................................................................................................................... 2

0.2.2. Objectifs spécifiques ............................................................................................................................. 2

0.3. Hypothèses ................................................................................................................................................... 3

0.4. Intérêt du Travail .......................................................................................................................................... 3

0.5. Choix de la zone d’étude .............................................................................................................................. 4

0.6. Limite de l’étude .......................................................................................................................................... 5

CHAPITRE I. DEFINITION DES CONCEPTS ET REVUE DE LA LITTERATURE ........................................ 7

I.1 LES INONDATIONS .................................................................................................................................... 7

I.1.1 Introduction ............................................................................................................................................. 7

I.1.2 Les causes des inondations...................................................................................................................... 7

I.1.3. les effets des inondations sur les sociétés et l'environnement ................................................................ 9

ix
 I.1.4. les stratégies et les solutions mises en œuvre pour atténuer les risques d'inondation .......................... 10

I.2. La modélisation hydrologique .................................................................................................................... 11

I.2.1. Introduction .......................................................................................................................................... 11

I.2.3. les types de modèles utilisés ................................................................................................................ 13

I.2.4. les données requises pour la mise en œuvre de la modélisation hydrologique .................................... 16

I.2.5. les domaines d'application de la modélisation hydrologique ............................................................... 17

I.2.6. Aperçu de quelques Outils de la modélisation Hydrologique .............................................................. 18

CHAPITRE II. METHODOLOGIE DE L’ETUDE .............................................................................................. 23

II.1. Introduction ............................................................................................................................................... 23

II.2. Contexte Géographique ............................................................................................................................. 24

II.2.1. Localisation Géographique ................................................................................................................. 24

II.2.2. Le Climat ............................................................................................................................................ 25

II.2.3. Hydrographie ...................................................................................................................................... 25

II.2.4. Végétation ........................................................................................................................................... 26

II.2.5. Sol ....................................................................................................................................................... 27

II.2.6. Relief................................................................................................................................................... 27

II.2.7. Contexte Sociaux-Economique........................................................................................................... 28

II.3. La collecte des données ............................................................................................................................. 29

II.3.1. Données géospatiales .......................................................................................................................... 29

II.3.2. Données Météorologique : Précipitations ........................................................................................... 30

II.4. Traitement des données ............................................................................................................................. 30

II.5. Analyse des données .................................................................................................................................. 32

CHAPITRE III. PRESENTATION ET INTERPRETATION DES RESULTATS .............................................. 37

III.1. Introduction .............................................................................................................................................. 37

III.2. les caractéristiques morphometrique du bassin versant de la riviere Mulongwe ..................................... 37

x
 III.3. Dynamique d’occupation du sol dans le bassin versant de la rivière Mulongwe ..................................... 39

III.4. Modélisation hydrologique pour la gestion des crues et l'optimisation du ruissellement application d’un
scenario d'occupation du sol avec HEC-HMS .................................................................................................. 43

III.4.1. Arbre du modèle du bassin versant de la rivière Mulongwe ............................................................. 43

III.4.2. Résumé global des résultats du modèle base sur l’occupation du sol de 2020 .................................. 44

III.4.3. Résumé global des résultats du modèle base sur l’occupation du sol de 2002.................................. 47

III.4.3. Scenario de gestion du bassin versant de la rivière Mulongwe ......................................................... 51

III.4.5. Hydrographe synthétisant les débits de pointe de 3 scenarios de gestion ......................................... 57

CHAPITRE IV. DISCUSSION DES RESULTATS............................................................................................. 59

CONCLUSION GENERALE ET RECOMMANDATIONS ............................................................................... 62

REFENCES BIBLIOGRAPHIQUES ................................................................................................................... 64

xi
 LISTE DES TABLEAUX ET FIGURES
Tableau III. 1 : représentant la relation CN sous occupation du sol de 2020 ........................................................ 44

Tableau III. 2 : débits de pointe en fonction de l’occupation du Sol de 2020 ....................................................... 46

Tableau III. 3 - représentant la relation CN sous occupation du sol de 2002 ....................................................... 48

Tableau III. 4 : débits de pointe en fonction de l’occupation du Sol de 2002 ....................................................... 49

Tableau III. 5 : représentant les propositions d’occupation du sol pour la réduction des crues ............................ 52

Tableau III. 6 : représentant la relation CN et les propositions d’occupation du sol ............................................ 53

Tableau III. 7 : Représentant les débits de pointe selon l’occupation du sol proposée ......................................... 55

Figure II. 1 - Carte de Localisation du bassin versant de la rivière Mulongwe ..................................................... 24

Figure II. 2 - Organigramme des étapes de la modélisation avec HEC-HMS ...................................................... 35

Figure II. 3 - synthèse graphique des étapes de la modélisation avec HEC-HMS ............................................... 36

xii
 0. INTRODUCTION GENERALE ET CONTEXTE DE L’ETUDE
Les inondations se produisent lorsque la quantité d'eau qui s'écoule dans une rivière dépasse sa capacité à la
transporter (Makri, 2013). Plusieurs facteurs peuvent contribuer à ce dépassement de capacité. Tout
d'abord, les précipitations abondantes, en particulier lors de fortes averses ou de périodes prolongées de
pluies, peuvent augmenter considérablement le débit des rivières. De plus, l'urbanisation croissante et
l'expansion des zones résidentielles et industrielles peuvent entraîner une imperméabilisation des sols,
limitant ainsi l'infiltration de l'eau et augmentant les ruissellements vers les cours d'eau (Barattucci, 2014;
Chocat, 1997; Raimbault, 1996; Tabuchi, 2002). En outre, les changements climatiques peuvent entraîner
des variations dans les schémas de précipitations, augmentant potentiellement le risque d'inondations
(Climate action, 2023).

L'importance de réduire les phénomènes d'inondations dans les bassins hydrographiques des rivières est
cruciale pour la protection des communautés et des écosystèmes locaux. Ces phénomènes naturels peuvent
avoir des conséquences dévastatrices, tant sur le plan humain qu'environnemental. Tout d'abord, la
protection des communautés est une préoccupation majeure lorsqu'il s'agit de réduire les inondations. Les
inondations peuvent entraîner des pertes de vies humaines et causer des blessures graves. En mettant en
place des mesures pour atténuer les inondations, il est possible de réduire le risque pour les populations
vivant dans les zones inondables. Cela permet de sauver des vies et de prévenir les traumatismes physiques
et émotionnels associés aux événements d'inondation. De plus, les inondations peuvent causer d'importants
dommages matériels. Les habitations, les infrastructures, les installations industrielles et les réseaux de
distribution d'eau et d'électricité peuvent être gravement endommagés lors d'une inondation. Les coûts de
reconstruction et de réparation peuvent être considérables pour les individus, les communautés et les
gouvernements. En réduisant les inondations, on peut minimiser ces pertes financières et économiques,
ainsi que les perturbations sociales causées par les événements d'inondation (Aboubakar, 2003; Nicolas,
2018). En ce qui concerne les écosystèmes locaux, les inondations peuvent avoir des impacts significatifs
sur la biodiversité et les habitats naturels. Les écosystèmes aquatiques, tels que les rivières, les zones
humides et les estuaires, sont souvent les plus touchés par les inondations.

0.1. Problématique
La ville d’Uvira, un véritable carrefour fluvial, traversée par trois rivières principales: la Kavimvira, la
Mulongwe et la Kalimabenge est régulièrement sujette aux inondations et aux pertes en sédiment,
1
Ce phénomène naturel représente une menace sérieuse pour la population et l'environnement de la région.
Afin de prévenir ces problèmes récurrents, il est essentiel de mener une étude approfondie sur le potentiel
d'aménagement du territoire dans les bassins versant de ces rivières. C’est pourquoi nous contribuerons à
la proposition des/une méthodes de réduction des inondations et les charges sédimentaires dans le bassin
hydrographique de la rivière Mulongwe par analyse du potentiel des différentes d'aménagement du
territoire dans une approche de modélisation hydrologique à l’aide des outils de modélisation hydrologique
tels que SWAT et HEC-HMS.

La présente étude vise à explorer les questions relatives à l'hydromorphologie du bassin hydrologique de la
rivière Mulongwe, en mettant l'accent sur l'évolution au fil du temps en réponse aux changements
environnementaux et aux interventions humaines. Une attention particulière sera portée sur les processus
de transformation et de modification des cours d'eau dans ces bassins. De plus, cette recherche s'attachera à
explorer les divers scénarios d'aménagement du territoire envisageables dans le bassin hydrographique de
la rivière Mulongwe, dans le but de réduire le risque. L'analyse de ces questions cruciales fournira des
informations essentielles pour élaborer des stratégies de gestion intégrée des bassins versants, afin de
protéger l'environnement, les populations locales et de promouvoir un développement durable dans la ville
d’Uvira.

0.2. Objectifs de la recherche

0.2.1. L'objectif global

De ce qui précède, l'objectif général de cette étude est d’étudier le potentiel d'aménagement du territoire
pour la réduction des crues dans le bassin hydrographique de la rivière Mulongwe par une approche de la
modélisation hydrologique.

0.2.2. Objectifs spécifiques

De manière spécifique, il s’agira :

- d’étudier l’hydromorphologie du bassin hydrologique de la rivière Mulongwe

- d’établir la dynamique d’occupation du sol dans le bassin hydrologique de la rivière Mulongwe
- d’identifier le scenario optimal d’aménagement du territoire pour réduire les crues et le risque
d'inondation en utilisant une approche de la modélisation hydrologique

2
 0.3. Hypothèses
Dans le cadre de cette étude visant à comprendre à étudier l’hydromorphologie du bassin hydrologique de
la rivière Mulongwe, à établir la dynamique d’occupation du sol dans le bassin hydrologique de la rivière
Mulongwe et à identifier le scenario optimal d’aménagement du territoire pour réduire les crues et les
inondations associées par une approche de la modélisation hydrologique, nous formulons les hypothèses
suivantes :

L'hydromorphologie du bassin versant de la rivière Mulongwe est influencée par des facteurs
géomorphologiques tels que la topographie, la géologie et la morphologie des cours d'eau (Makri, 2013).
Nous émettons l'hypothèse que les caractéristiques du relief (pente, altitude), la nature des roches présentes
et la configuration en plan et en profil des cours d'eau déterminent la façon dont l'eau s'écoule dans le
bassin.

Des études antérieures menées dans des contextes similaires ont révélées qu'une urbanisation rapide et non
planifiée, ainsi que certaines pratiques agricoles intensives, ont pu entraîner une artificialisation et une
imperméabilisation des sols causant les conséquences nuisibles (Citeau et al., 2015; Liu et al., 2020). Nous
émettons l'hypothèse qu'une analyse diachronique de l'occupation du sol dans le bassin de la rivière
Mulongwe révèlera une augmentation de la pression sur les espaces naturels et agricoles au cours des
dernières décennies, favorisant ainsi le ruissellement au détriment de l'infiltration. Cette évolution de la
couverture des sols pourrait partiellement expliquer l'aggravation des crues observée dans la zone.

La modélisation hydrologique par des logiciels tels qu'HEC-HMS s'est avérée pertinente pour évaluer
l'impact d'opérations d'aménagement sur les débits (par ex. Breugem et al., 2020). Nous émettons
l'hypothèse que l'utilisation de ces outils pour simuler différents scénarios d'aménagement du territoire dans
le bassin ciblé et permettra d'identifier les options les plus efficaces pour atténuer les inondations, en
comparant les débits simulés avant et après travaux d’aménagement dudit bassin versant.

0.4. Intérêt du Travail

Que faire pour atténuer les impacts d’inondations dévastatrices aux communautés vulnérables afin de
préserver l’équilibre écosystémique tout en garantissant une gestion durable des ressources hydriques ? La
réponse réside dans l'étude approfondie du potentiel des différentes options d'aménagement du territoire

3
pour réduire les crues dans le bassin versant de la rivière Mulongwe, où l'utilisation des modèles
hydrologiques ouvre la voie à des solutions novatrices et durables.
Le choix et l'intérêt de ce sujet sont justifiés par plusieurs raisons essentielles, notamment :
- L’impact sur la population et l'environnement : Les inondations représentent des problèmes majeurs
dans de nombreuses régions du monde, ayant des conséquences graves sur la vie humaine et
l'environnement. En étudiant le potentiel d'aménagement du territoire pour réduire ces phénomènes
dans le bassin hydrographique de la rivière Mulongwe, cette étude contribue à apporter des solutions
concrètes pour atténuer les risques et protéger la population ainsi que les écosystèmes. En analysant les
différentes options d'aménagement du territoire, cette étude contribue à identifier les stratégies les plus
efficaces pour prévenir ces catastrophes naturelles.
- Contribution à la recherche scientifique : Cette étude sur le potentiel d'aménagement du territoire dans
le bassin de la rivière Mulongwe apportera de nouvelles connaissances dans le domaine de la gestion
des inondations. Les résultats obtenus pourront être utiles pour d'autres régions confrontées à des
problématiques similaires, offrant ainsi des pistes de réflexion pour de futures études et initiatives de
gestion intégrée des bassins versants.
Cette étude offre l'opportunité de proposer des solutions concrètes et durables pour atténuer les risques liés
à ces phénomènes naturels, tout en contribuant à la préservation de l'environnement et à une gestion
responsable des ressources hydriques.

0.5. Choix de la zone d’étude

Le bassin versant de la rivière Mulongwe, présente certaines caractéristiques justifiant pleinement son
choix comme zone d'étude privilégiée pour cette recherche exploratoire. Tout d'abord, ce bassin
hydrographique fait face à des problématiques récurrentes d'inondations, identifiées comme un enjeu
majeur par les autorités locales (Figure I-1). Or, peu d'initiatives de gestion du risque ont jusqu'à présent été
engagées, justifiant le besoin d'analyses approfondies. De plus, sa superficie modeste en fait un terrain
d'étude à échelle réduite mais représentative, permettant de mettre en œuvre des méthodologies telles que la
modélisation hydrologique. Par ailleurs, sa localisation au sein d'une importante agglomération comme
Uvira, en pleine croissance démographique, illustre bien la problématique d'interface entre enjeux urbains
et ressources en eau. Ainsi, le bassin de la rivière Mulongwe offre un terrain d'investigation
particulièrement représentatif des défis hydrologiques de la ville d’Uvira. Ses caractéristiques justifient
pleinement le choix qu'il a constitué comme zone centrale de cette étude pionnière.
4
Figure I-1 : Dégâts observés lors les inondations provoquées par des crues soudaines de la rivière
Mulongwe au 20 Avril 2020.

0.6. Limite de l’étude

Parmi les défis rencontrés dans le cadre de cette étude, il convient de souligner le manque initial de
données disponibles sur le bassin versant de la rivière Mulongwe, qui n'avait jusqu'à présent fait l'objet que
de peu de recherches. Cette contrainte, conjuguée à l'absence d'infrastructures d'observation in situ,
nécessitera de faire preuve d'inventivité méthodologique pour pallier le manque d'informations.

Ainsi, l'indisponibilité de débits historiques mesurés sur le cours d'eau empêchera la calibration
traditionnelle du modèle hydrologique. De même, l'absence de station météorologique dans la zone
requerra l'exploitation de bases de données satellitaires, telles que celles mises à disposition gratuitement
par la NASA, pour reconstituer les champs pluviométriques en entrée du modèle. Ces difficultés
méthodologiques inhérentes au contexte d'étude définissent le cadre prospectif dans lequel s'inscrit cette
5
recherche. Si les résultats obtenus devaient donc être interprétés avec prudence, ce travail constituerait une
étape essentielle vers une meilleure compréhension hydrologique du bassin. Les pistes d'amélioration
soulevées pourront orienter de futures initiatives, contribuant progressivement à résoudre les verrous
scientifiques identifiés.

6
 CHAPITRE I. DEFINITION DES CONCEPTS ET REVUE DE LA
LITTERATURE

I.1 LES INONDATIONS

I.1.1 Introduction
Les inondations sont parmi les catastrophes naturelles les plus dévastatrices et les plus fréquentes qui
affectent les populations, les infrastructures et les écosystèmes à travers le monde. Ces événements se
produisent lorsque des masses d'eau dépassent la capacité des cours d'eau, des lacs, des canaux et des
systèmes de drainage à les contenir, entraînant le débordement de ces zones et la submersion de terres
autrement habitables (Koumassi, 2014). Depuis des millénaires, les inondations ont été un phénomène
naturel inévitable, jouant un rôle crucial dans la régulation des écosystèmes aquatiques et le façonnement
des paysages. Cependant, avec l'urbanisation croissante, la déforestation, les changements climatiques et
les activités humaines mal gérées, les inondations sont devenues plus fréquentes, plus intenses et plus
préoccupantes (Ballais et al., 2005; Ballais & Ségura, 1995; Beach et al., 2006; Patarot, 2018; Petit,
1996; Sow, 2010). Les conséquences des inondations peuvent être catastrophiques, allant de pertes
humaines et de déplacements massifs de populations à des dégâts matériels considérables, des pertes
économiques importantes et des dommages à l'environnement (Climate action, 2023). Les infrastructures
critiques, les habitations, les terres agricoles et les écosystèmes naturels sont vulnérables aux
inondations, laissant souvent des communautés entières dans une situation de détresse et de vulnérabilité
(Berry et al., 2008; Carton et al., 2015; David, 2004; Dind, 2006; Diop, 2019; Simonsson, 2005).
Face à cette menace grandissante, la gestion des risques d'inondations est devenue une priorité pour de
nombreux pays et communautés. La prévention, l'atténuation et la préparation sont autant de stratégies
essentielles pour réduire les impacts néfastes des inondations. La modélisation hydrologique, la
surveillance météorologique avancée et la mise en œuvre de mesures d'aménagement du territoire
adaptées sont autant d'outils qui permettent de mieux anticiper, prévoir et réagir aux inondations.

I.1.2 Les causes des inondations

Les inondations sont causées par différents facteurs, qu'ils soient naturels ou anthropiques. Voici les
principales causes des inondations :

7
 - Précipitations intenses : Des pluies torrentielles sur de courtes périodes peuvent entraîner un
ruissellement rapide et une augmentation rapide du niveau d'eau dans les cours d'eau, provoquant
des inondations soudaines et dévastatrices (Breugem et al., 2020; REDJEM et al., 2020;
Trenberth, 2005; Van Campenhout et al., 2007).
- Crues fluviales : Les crues fluviales surviennent lorsque les rivières débordent de leur lit en
raison d'un apport excessif d'eau provenant de précipitations, de fonte des neiges ou de
déversements d'eau de réservoirs.
- Dégel printanier : La fonte des neiges au printemps peut entraîner un afflux important d'eau dans
les rivières et provoquer des inondations, en particulier dans les régions à climat froid (He et al.,
2019; Takakura, 2018).
- Ondes de tempête : Les ouragans, les typhons et les tempêtes côtières peuvent provoquer des
ondes de tempête, où les vents forts et la marée haute poussent l'eau de mer à l'intérieur des
terres, provoquant des inondations côtières (Wahl et al., 2015).
- Tsunamis : Les tsunamis sont des séries de vagues géantes provoquées par des événements tels
que des tremblements de terre sous-marins ou des éruptions volcaniques, qui peuvent provoquer
des inondations massives sur les côtes (Schindelé et al., 2006).
- Obstructions des cours d'eau : L'accumulation de débris, de sédiments ou de glace dans les cours
d'eau peut entraîner des blocages et des débordements, provoquant des inondations locales.
- Déforestation et urbanisation : La déforestation et l'urbanisation non planifiée entraînent une
imperméabilisation des sols, ce qui limite l'infiltration de l'eau et augmente le ruissellement,
contribuant ainsi aux inondations (Ponchelet, 1995; Thoral, 2005).
- Changement climatique : Le changement climatique peut entraîner des variations dans les
régimes de précipitations, augmentant l'intensité et la fréquence des événements pluvieux
extrêmes, ce qui aggrave le risque d'inondations (Arnell & Gosling, 2016; Bronstert, 2003;
Hassan, 1981; Kholiquzzaman Ahmad*, 2006; Loukas & Quick, 1999; Morse & Turcotte, 2018;
Paquier, 2015; Pruneau et al., 2008; Rojas et al., 2013; SINGH & COHEN, 2014; YABI, 2019).

Il est important de noter que les inondations sont souvent le résultat d'une combinaison de plusieurs
facteurs. La gestion des inondations nécessite donc une approche holistique et intégrée qui prend en
compte les facteurs naturels, climatiques, environnementaux et anthropiques pour réduire les risques et
protéger les populations et les biens contre ces événements dévastateurs
8
 La gestion des crues joue un rôle crucial dans la prévention des inondations en régulant le débit des
cours d'eau. En contrôlant le flux d'eau, elle limite les risques de débordement et les dommages
associés, tels que les pertes matérielles et humaines. En outre, la gestion des crues permet de mieux
gérer les ressources en eau, en garantissant un approvisionnement adéquat tout en préservant les
écosystèmes aquatiques. Grâce à des mesures telles que la construction de barrages, de digues et de
bassins de rétention, ainsi qu'à une planification urbaine appropriée, il est possible de réduire l'impact
des inondations et d'assurer la sécurité des populations vivant dans les zones à risque.

I.1.3. Les effets des inondations sur les sociétés et l'environnement

a. Les effets des inondations sur les sociétés
Les inondations ont des effets dévastateurs sur les sociétés. Elles entraînent des pertes humaines, causées
notamment par des noyades, des électrocutions, des accidents liés à l'évacuation ou des maladies liées à
l'eau contaminée. Les populations sont souvent forcées de quitter leurs maisons, provoquant des
déplacements massifs et des crises humanitaires. Les habitations, les infrastructures, les entreprises et les
équipements sont endommagés ou détruits, entraînant des pertes économiques considérables. Les activités
économiques locales, comme l'agriculture, la pêche, le tourisme et l'industrie, sont perturbées, entraînant
des pertes de revenus et d'emplois (Pottier, 1998). Les inondations peuvent également entraîner une
augmentation des maladies d'origine hydrique, telles que la diarrhée, le choléra et le paludisme, en raison
de la contamination de l'eau potable (AKAMBA & Mbevo Fendoung, 2018). Les services essentiels tels
que l'approvisionnement en eau potable, l'assainissement, l'électricité et les transports peuvent être
perturbés, affectant la vie quotidienne des populations touchées. De plus, les inondations peuvent avoir
des effets psychologiques graves sur les personnes touchées, provoquant de l'anxiété, du stress, de la
dépression et d'autres problèmes de santé mentale(Hovington, 2002; Hovington et al., 2002; Maltais et al.,
2000, 2005, 2009).
En résumé, les inondations ont un impact dévastateur sur les sociétés, touchant à la fois les aspects
matériels, économiques, sanitaires et psychologiques des populations affectées.
b. Les effets des inondations sur l’environnement

Les inondations ont des répercussions significatives sur l'environnement. Elles entraînent la destruction
des écosystèmes aquatiques en endommageant les habitats aquatiques, détruisant les zones humides et
perturbant la vie sauvage, entraînant ainsi une perte de biodiversité (Boissezon, 2014; Vaissière, 2014;
9
 Zanetti et al., 2018). De plus, les inondations provoquent l'érosion des sols, emportant les terres fertiles
(Hirst & Ibrahim, 1996; Moslemi, 2018; Sahrawat, 2012) et augmentant la charge de sédiments dans les
cours d'eau. La pollution de l'eau est également un effet préoccupant des inondations, car elles peuvent
entraîner la dispersion de substances chimiques, de déchets solides et d'eaux usées, compromettant la
qualité de l'eau et la santé des écosystèmes aquatiques (Gautam & Van Der Hoek, 2003; Miller &
Hutchins, 2017).

De plus, les inondations peuvent causer la diffusion de contaminants dangereux tels que les
hydrocarbures, les produits chimiques toxiques et les déchets industriels, pouvant entraîner des
dommages environnementaux à long terme. Les terres agricoles fertiles sont également affectées, ce qui
réduit leur productivité et peut entraîner une insécurité alimentaire. Les inondations peuvent en outre
altérer les paysages naturels en déplaçant des matériaux, en créant de nouveaux canaux ou en modifiant
la topographie. Enfin, elles perturbent également les écosystèmes terrestres, entraînant une perte
d'habitats naturels pour la faune et la flore. En somme, les inondations ont un impact significatif sur
l'environnement en affectant les écosystèmes aquatiques et terrestres, en entraînant la pollution de l'eau
et la perte de terres agricoles fertiles, ainsi qu'en modifiant les paysages naturels et en menaçant la
biodiversité.

I.1.4. Les stratégies et les solutions mises en œuvre pour atténuer les risques d'inondation
Pour atténuer les risques d'inondation et réduire les impacts dévastateurs sur les sociétés et l'environnement,
diverses stratégies et solutions sont mises en œuvre. L'aménagement du territoire joue un rôle crucial en
régulant la construction dans les zones à risque élevé, préservant les zones humides et les plaines
d'inondation comme zones tampons naturelles, et encourageant des pratiques durables d'aménagement (Ozer,
2014). La construction d'infrastructures de gestion des eaux, telles que les systèmes de drainage, les digues,
les barrages et les bassins de rétention, permet de contrôler les débits d'eau et de prévenir les débordements.

Les systèmes d'alerte précoce, basés sur les prévisions météorologiques et les niveaux d'eau dans les cours
d'eau, avertissent les populations à risque et facilitent une évacuation rapide en cas d'inondation imminente.
La sensibilisation et l'éducation des populations sur les risques d'inondation et les mesures d'atténuation
renforcent la résilience communautaire face à ces catastrophes. La préservation et la restauration des

10
écosystèmes naturels, tels que les zones humides, les forêts riveraines et les prairies, aident à réguler les flux
d'eau et à réduire les risques d'inondation.

La gestion intégrée des bassins versants, qui prend en compte l'ensemble du cycle hydrologique, optimise
l'utilisation des ressources en eau et diminue l'érosion des sols (Faye et al., 2021; Rifai et al., 2014). Les
solutions fondées sur la nature, telles que les zones tampons vertes, les bandes riveraines plantées et les
techniques de gestion des eaux pluviales vertes, absorbent l'eau et réduisent les débordements (Boucher,
2010). Dans les zones urbaines, la gestion des eaux pluviales, via les toits verts (Bournique et al., 2019), les
trottoirs perméables et les bassins de rétention, diminue les risques d'inondation et améliore la qualité de
l'eau (Deslauriers, 2018).
La collaboration internationale, en partageant connaissances, données et meilleures pratiques, transcende les
frontières face à ce problème. Enfin, l'adaptation au changement climatique dans la planification de la
gestion des inondations est cruciale pour renforcer la résilience des communautés face aux nouvelles réalités
climatiques. En combinant ces approches, il est possible de réduire les risques d'inondation, de protéger les
populations et les biens, et de promouvoir une gestion responsable et durable des ressources en eau.

I.2. La modélisation hydrologique

I.2.1. Introduction
La modélisation hydrologique est une approche scientifique qui permet de simuler et d'analyser le
comportement des systèmes hydrologiques naturels et anthropiques, tels que les bassins versants, les
rivières, les lacs et les nappes souterraines. En utilisant des outils informatiques avancés et des données
hydrométéorologiques, les modèles hydrologiques permettent de mieux comprendre la dynamique complexe
des cycles de l'eau et de prédire les débits d'eau, les niveaux d'inondation et les quantités de sédiments
transportées. L'importance de la modélisation hydrologique réside dans sa capacité à fournir des
informations cruciales pour la prise de décision dans divers domaines tels que l'aménagement du territoire, la
gestion des ressources en eau, la prévention des catastrophes naturelles et la planification de projets
hydrauliques. En permettant aux décideurs et aux gestionnaires d'évaluer les scénarios futurs, la modélisation
hydrologique offre un moyen efficace d'anticiper les conséquences des changements environnementaux et
climatiques sur les systèmes hydriques.

I.2.2. Les principes fondamentaux de la modélisation hydrologique

11
Les principes fondamentaux de la modélisation hydrologique sont les bases théoriques et conceptuelles qui
guident l'élaboration et l'utilisation des modèles pour simuler et comprendre le comportement des systèmes
hydrologiques. Voici quelques-uns de ces principes clés :

- Conservation de la masse : Le principe de conservation de la masse stipule que la quantité totale d'eau
dans un système hydrologique reste constante au fil du temps. Cela signifie que les entrées
(précipitations, apports d'eau) doivent être égales aux sorties (écoulement, évaporation, infiltration)
ainsi qu'aux variations de stockage (dans les sols, les nappes souterraines, les lacs, etc.).
- Compartimentalisation : La modélisation hydrologique découpe un système complexe en
compartiments ou en éléments discrets, tels que les bassins versants, les rivières, les réservoirs, les
sols, etc. Chaque compartiment est considéré comme un système en lui-même, ce qui facilite la
modélisation des processus individuels et leur interaction.
- Continuité spatiale et temporelle : Les modèles hydrologiques considèrent les processus hydrologiques
comme étant continus dans l’espace et dans le temps. Cela signifie que les variations spatiales et
temporelles des facteurs hydrologiques, tels que les précipitations, les températures, l'écoulement, etc.,
sont pris en compte pour obtenir des simulations plus réalistes.
- Processus physiques et empiriques : Les modèles hydrologiques peuvent être basés sur des principes
physiques fondamentaux (comme les équations de conservation de la masse et de l'énergie) ou utiliser
des approches empiriques qui sont dérivées d'observations réelles. Les modèles physiques offrent une
compréhension plus approfondie des mécanismes, tandis que les modèles empiriques sont plus simples
et rapides à mettre en œuvre.
- Sensibilité aux données : Les modèles hydrologiques sont sensibles aux données d'entrée, telles que les
précipitations, la topographie, les sols, etc. Des données précises et fiables sont donc nécessaires pour
obtenir des résultats robustes.
- Incertitudes : La modélisation hydrologique implique toujours des incertitudes liées à la variabilité
naturelle des processus et à la qualité des données. Il est important de reconnaître et de quantifier ces
incertitudes pour interpréter correctement les résultats et les prévisions.

12
 I.2.3. les types de modèles utilisés
Il existe plusieurs types de modèles hydrologiques utilisés pour simuler et étudier le comportement des
systèmes hydrologiques. Ces modèles peuvent varier en complexité, en échelle spatiale et temporelle, ainsi
qu'en approche de modélisation. Voici les principaux types de modèles hydrologiques.

a. Modèle déterministe
Un modèle est dit déterministe si aucune de ses grandeurs n’est considérée comme aléatoire. La
plupart des modèles hydrologiques sont déterministes. Ces modèles associés à chaque jeu de variables
de forçage (variables indépendantes d’entrée du modèle, peuvent être essentiellement des mesures de
pluie), de variables d’état (variable permettant de caractériser l’état du système modélisé, par exemple
: le niveau de remplissage des différents <<réservoirs>> d’eau du bassin versant, taux de saturation des
sols, profondeur des sols…etc.), une valeur de réalisation unique des variables de sortie (il s’agit
essentiellement des débits simulés à l’exutoire d’un bassin versant) (Maftai 2002).
b. Modèle à base physique
Le modèle à base physique vise à représenter la réalité hydrologique au plus près, en intégrant un
maximum de processus et facteurs régissant a priori la réaction du bassin. La modélisation ne se limite
cette fois-ci plus uniquement au débit à l’exutoire : le modèle à base physique vise à reproduire
l’ensemble des processus hydrologiques, et de cette façon, permet d’améliorer la compréhension des
réponses hydrologiques du bassin. Il est basé sur les équations de la physique des écoulements d’eau
dans les sols, et sur les lois de la mécanique des fluides (Marchandise, 2007). Ces équations sont
appliquées à des échelles fines, et leurs paramètres, physiques, sont en principe mesurables sur le
terrain (épaisseurs des sols, perméabilité…). Comme le notent Marchandise (2007) et Coustau (2011),
les paramètres des modèles à base physique sont en réalité très souvent calés, du fait de la
méconnaissance aux échelles importantes, de la variabilité spatiale et temporelle des descripteurs
physiques du milieu. Selon Coustau (2011), les temps de calcul des modèles à base physique,
importants, sont souvent incompatibles avec un objectif de prévision des crues.
c. Modèle paramétrique
Modèle incluant des paramètres dont la valeur doit être estimée par calage, se compose de trois
sous-modèles:
- Modèle conceptuel
13
 Les modèles conceptuels, dits aussi « à réservoir », constituent une dernière catégorie de modèles,
intermédiaire aux modèles empiriques et aux modèles à base physique. Ils sont basés sur une
description des processus hydrologiques dominants à l’aide de lois empiriques. Le bassin versant
est décrit comme un assemblage de réservoirs interconnectés, dont les caractéristiques constituent
les paramètres du modèle. Les modèles GR4J (Perrin et al, 2003), HEC-HMS (Laouacheria et
Mansouri, 2015) ou GRP (Berthet et al., 2009 ; Berthet, 2010) sont des exemples de modèles
conceptuels.

Une seconde classification distingue les modèles globaux, semi-distribués, ou distribués, qui diffèrent
du point de vue de leur représentation du bassin versant. Les modèles globaux considèrent le bassin
comme une entité insécable sur laquelle sont moyennées les variables de forçage (pluie,
évapotranspiration) et les variables internes. Par exemple, les modèles, et les modèles basés sur
l’Hydrogramme Unitaire ou la méthode de la DPFT, sont des modèles globaux. A l’inverse, les
modèles distribués comme (HEC-HMS) discrétisent le bassin en un grand nombre d’unités
élémentaires, généralement carrées de quelques centaines de mètres à quelques kilomètres de côté.
Dans le cas des modèles semi-distribués, les unités élémentaires correspondent aux sous-bassins
(Lerat, 2009). Les modèles distribués ou semidistribués sont plus complexes que les modèles globaux.
Ils permettent d’envisager une distribution dans l’espace des paramètres du modèle, des variables
internes de celui-ci, et des données utilisées en entrée. On peut se demander quels paramètres ou
données doivent être distribués, ou, à l’inverse, peuvent être moyennés (Coustau, 2011). Les
paramètres du modèle sont moyennés à l’échelle du bassin, mais les données de pluie sont distribuées
à l’échelle de chaque maille. Cette stratégie fournit des modélisations satisfaisantes dans le cas de
crues à cinétique rapide. D’une façon plus générale, la littérature indique une nette amélioration des
résultats des modélisations lorsque des données de pluie spatialisées sont employées en entrée des
modèles, dans des cas d’application à des bassins à crues à cinétique rapide (Le Lay et Saulnier, 2007 ;
Saulnier et Le Lay, 2009 ; Sangati et al., 2009 ; Anquetin et al., 2010 ;Zoccatelli et al., 2010 ;
Tramblay et al., 2011).

- Modèle analytique

Ce sont des modèles pour lesquels les relations entre les variables d’entrée ont été établies par analyse
de séries de données mesurées. L’exemple type est celui des modèles linéaires : les paramètres de ces
14
modèles sont liés aux coefficients de corrélation entre les variables. Notons que l’analyse des données
peut conduire au choix de relations non linéaires entre variables (Gaume, 2002).

- Modèles empiriques

Les modèles empiriques, aussi dits « boîte noire », reproduisent le comportement global du bassin,
sans faire d’hypothèses sur les processus et facteurs régissant la réponse hydrologique (Marchandise,
2007). Ils visent à reconstituer la relation pluie mesurée / débit à l’exutoire. Ils comportent des
paramètres, qui sont ajustés d’après les données de débits ou hauteurs enregistrées lors d’évènements
passés à l’exutoire du bassin. Cette procédure est qualifiée de « calage » (Ambroise, 1998). Il existe
plusieurs types de modèles empiriques (Coustau, 2011) : les modèles régressifs, les modèles à réseaux
de neurones, ou en plus les modèles basés sur l’Hydrogramme Unitaire ou sur sa variante, la méthode
de la DPFT (Différence Première de la Fonction de Transfert). les modèles empiriques nécessitent un
grand nombre de données pour le calage des paramètres, ce qui est une limite importante.

d. Modèle stochastique

Compte tenu des incertitudes sur les données et quelquefois même sur les processus en jeu, une
modélisation stochastique peut sembler appropriée, qu’il s’agisse de l’hydrologie ou de
l’environnement. Une approche stochastique est un moyen rationnel de traiter la caractérisation
spatiale de la variabilité, et d’établir un lien entre les incertitudes des paramètres et celles des
prédictions. Toutefois cette approche, qui semble par ailleurs le meilleur moyen de caractériser la
variabilité des grandeurs, nécessite la connaissance des lois de probabilité les plus courantes pour la
variabilité considérée ou au moins de leurs premiers moments. L'approche probabiliste est utilisée soit
parce que le phénomène étudié est aléatoire soit parce que nous cherchons à représenter des
permanences difficilement explicables physiquement (Chocat, 1997).

15
I.2.4. Les données requises pour la mise en œuvre de la modélisation hydrologique
La mise en œuvre de la modélisation hydrologique requiert des données précises et complètes pour
obtenir des résultats fiables et significatifs. Voici les principales données nécessaires pour la
modélisation hydrologique :
- Données météorologiques : Les données de précipitations et d'évapotranspiration sont essentielles
pour estimer les entrées d'eau dans le système hydrologique. Ces données peuvent être obtenues à
partir de stations météorologiques locales ou de produits de télédétection tels que les images
satellites.
- Topographie : Des données topographiques décrivant l'élévation du terrain, les pentes et les
bassins versants sont nécessaires pour simuler le mouvement de l'eau à travers le paysage. Ces
données peuvent être obtenues à partir de modèles numériques d'élévation (MNE) dérivés de
données LIDAR ou d’autres missions spatiales.
- Caractéristiques du sol : Les propriétés du sol, telles que la capacité d'infiltration et la
conductivité hydraulique, sont importantes pour estimer les processus d'infiltration et de
ruissellement. Ces données peuvent être obtenues à partir d'analyses de laboratoire des
échantillons de sol collectées sur terrain ou de l’analyse des cartes pédologiques existantes.
- Données sur l’utilisation des terres: Les informations sur l'utilisation des terres et la végétation
sont nécessaires pour estimer l'évapotranspiration et le ruissellement de surface. Ces données
peuvent être obtenues à partir d'images satellites ou de cartes d'utilisation des terres existantes.
- Données hydrologiques : Les mesures de débit dans les rivières sont essentielles pour calibrer et
valider les modèles de pluie-débit. Ces données peuvent être obtenues à partir de stations de
mesure en temps réel ou de mesures ponctuelles réalisées sur le terrain.
- Données sur les ouvrages hydrauliques : Si des ouvrages hydrauliques tels que des barrages, des
canaux ou des réservoirs sont présents dans le bassin versant, des données sur leurs
caractéristiques et leurs opérations sont nécessaires pour simuler leur impact sur le débit et la
rétention d'eau.
- Données climatiques futures : Pour les études de modélisation prospectives ou liées au
changement climatique, des données climatiques futures, telles que les projections de
précipitations et de températures, sont nécessaires pour simuler les scénarios futurs.

16
Il est important de noter que la disponibilité et la qualité des données peuvent varier en fonction de la
région d'étude et des ressources disponibles. Des données de terrain précises et des informations locales
sont souvent essentielles pour améliorer la représentativité des modèles et les résultats de la modélisation
hydrologique. La collecte et l'analyse de ces données nécessitent des compétences en géomatique, en
hydrologie et en télédétection, et leur intégration dans le processus de modélisation est cruciale pour une
analyse complète et rigoureuse du système hydrologique étudié.

I.2.5. Les domaines d'application de la modélisation hydrologique

La modélisation hydrologique est un outil polyvalent et essentiel qui trouve de nombreuses applications
dans différents domaines. Voici quelques-uns des principaux domaines d'application de la modélisation
hydrologique :

- Gestion des ressources en eau : La modélisation hydrologique est utilisée pour évaluer la
disponibilité des ressources en eau, estimer les débits des rivières, prévoir les inondations et
les sécheresses, ainsi que pour planifier la gestion intégrée des ressources en eau.
- Prévision des inondations : Les modèles hydrologiques permettent de simuler les crues et de
prévoir les niveaux d'eau dans les rivières en cas de fortes précipitations ou de fonte des
neiges, ce qui est essentiel pour la gestion des risques d'inondations.
- Gestion des barrages et des réservoirs : Les modèles hydrologiques sont utilisés pour optimiser
la gestion des barrages et des réservoirs, en tenant compte des apports d'eau, des besoins en
irrigation, de la production d'énergie hydraulique et de la régulation des débits.
- Évaluation des impacts environnementaux : La modélisation hydrologique est utilisée pour
évaluer les impacts des activités humaines, telles que l'urbanisation, l'agriculture intensive,
l'exploitation minière, sur les écosystèmes aquatiques et la qualité de l'eau.
- Gestion des bassins versants : Les modèles hydrologiques aident à évaluer les effets de
l'utilisation des terres, de la gestion des sols et des pratiques agricoles sur le ruissellement,
l'érosion et la qualité de l'eau dans un bassin versant donné.
- Planification de l'aménagement du territoire : La modélisation hydrologique est utilisée pour
évaluer l'impact des projets d'aménagement du territoire, tels que la construction de routes, de
ponts, de digues, sur le cycle de l'eau et les risques d'inondations.

17
 - Études de changement climatique : Les modèles hydrologiques sont utilisés pour étudier les
effets du changement climatique sur les ressources en eau, y compris les variations des
régimes hydrologiques, les sécheresses et les inondations.
- Études hydrologiques régionales et globales : La modélisation hydrologique est utilisée à
l'échelle régionale et globale pour évaluer les tendances hydrologiques, étudier les interactions
entre les grands bassins versants et les océans, et comprendre les processus hydrologiques à
grande échelle.
- Études de restauration des écosystèmes : Les modèles hydrologiques aident à concevoir et
évaluer les projets de restauration des écosystèmes aquatiques, tels que la réhabilitation des
zones humides et la renaturation des rivières.
- Études de gestion des ressources en eau dans les zones arides et semi-arides : La modélisation
hydrologique est utilisée pour optimiser l'utilisation des ressources en eau dans les régions où
l'eau est une ressource rare et précieuse.

La modélisation hydrologique est un outil puissant qui contribue à améliorer la compréhension des
processus hydrologiques, à soutenir la prise de décisions éclairées en matière de gestion des ressources en
eau, et à anticiper les défis liés au changement climatique et à l'évolution des pressions.

I.2.6. Aperçu de quelques Outils de la modélisation Hydrologique

Dans ce segment, une brève présentation est offerte concernant les divers Outils de la modélisation
Hydrologique accessibles dans le domaine public en vue d'analyse

a. Le modèle IHACRES

Le modèle IHACRES, abréviation pour "Identification of unit Hydrographs and Component flow from
Rainfalls, Evaporation and streamflow data" (Identification des hydrogrammes unitaires et des
écoulements des composants à partir des données de précipitations, d'évaporation et d'écoulement),
constitue une contribution significative dans le domaine de la modélisation hydrologique. Ce modèle a été
développé grâce à une collaboration entre le Centre pour l'Écologie et l'Hydrologie (CEH) au Royaume-
Uni et l'Université Nationale d'Australie (ANU).

Le modèle IHACRES est conçu pour analyser et simuler les écoulements dans les bassins versants en
utilisant des données météorologiques et hydrologiques disponibles. Il peut être appliqué à différents
18
niveaux, allant des petits bassins versants spécifiques aux études régionales dans de vastes bassins.
L'objectif principal du modèle IHACRES est de comprendre et de quantifier les relations entre les
précipitations, l'évaporation, les écoulements de surface et les écoulements souterrains, en vue de
reproduire les caractéristiques hydrologiques observées.

Le modèle IHACRES présente une conception sophistiquée qui englobe plusieurs aspects clés de la
modélisation hydrologique. Sa fonction de transfert repose sur trois modules de calcul en série, offrant
ainsi la possibilité de simuler les écoulements de manière continue ou instantanée dans divers contextes
temporels, avec une granularité temporelle pouvant atteindre une minute. De plus, le modèle intègre trois
modèles de stockage conceptuels qui jouent des rôles essentiels. Le premier de ces modèles, de nature
non linéaire, se concentre sur l'évaluation des précipitations effectives. Parallèlement, les deux autres
modèles fonctionnent en tandem, représentant les réservoirs de stockage en surface et souterrain. Cette
configuration permet une représentation minutieuse des interactions complexes qui caractérisent les
différentes composantes du cycle hydrologique. Une caractéristique remarquable d'IHACRES est sa
flexibilité en termes de données. Il peut assimiler une variété de sources d'informations, allant des
précipitations aux hyétogrammes (pour l'ajustement), en passant par la température et l'évapotranspiration
potentielle (ETP), ainsi que les caractéristiques spécifiques du bassin versant. Les avantages pratiques du
modèle sont également notables, s'appliquant à des domaines tels que la modélisation des écoulements, la
prévision des crues et des sécheresses, et la compréhension des répercussions du changement climatique
sur les ressources hydriques. De plus, la polyvalence d'IHACRES se manifeste par sa capacité à s'adapter
à diverses échelles de résolution, ce qui le rend tout aussi utile pour l'analyse de petits bassins versants
locaux que pour l'étude de vastes bassins régionaux.

b. Modèles semi-spécialisés (HEC, CEQUEAU & MIKE BASSIN)

Il existe plusieurs modèles semi-distribués, également appelés semi-spatialisés. Ce qui distingue

favorablement les modèles semi-distribués, c'est leur fondement sur une structure physique tout en
nécessitant un volume de données moindre comparativement aux modèles distribués. À titre d'illustration,
le modèle HEC-HMS se démarque en tant que représentant de cette catégorie, acclamé pour sa précision
de calcul ainsi que la qualité remarquable de ses résultats. Une caractéristique appréciable est sa
disponibilité gratuite dans le domaine public.

19
 - Le Modèle HEC-HMS

Ce programme a été élaboré par le Centre d'Ingénierie Hydrologique (HEC) relevant du Corps des
Ingénieurs de l'Armée des États-Unis. Sa première itération est apparue en 1995. Il revêt la forme d'un
modèle pluie-débit, composé d'un ensemble de modèles hydrologiques qui permettent de rendre compte
du fonctionnement d'un bassin versant de manière spatialement détaillée.

La configuration géométrique du bassin versant peut-être appréhendée au moyen d'une série d'unités
hydrologiques interconnectées par des éléments hydrauliques. Cette représentation s'appuie sur des outils
géométriques préétablis. Pour ce qui est des précipitations, elles sont décrites par l'intégration
d'observations relevées par des pluviographes ou par l'emploi de données de précipitations synthétiques.
Chacune des unités hydrologiques ainsi que chaque élément de liaison sont dotés de plusieurs modèles de
simulation hydrologique et hydraulique permettant leur caractérisation.

- Le modèle CEQUEAU

Le modèle hydrologique CEQUEAU, élaboré à l’Institut National de la Recherche Scientifique-Eau

(INRS-Eau) depuis 1971, constitue un modèle déterministe distribué à bilan, mettant en avant les
caractéristiques physiques du bassin versant grâce à une découpe en éléments de même dimension. Cette
méthode de discrétisation spatiale du bassin versant engendre une capacité à suivre l'évolution spatio-
temporelle des phénomènes, à anticiper les impacts de toute modification physique du bassin versant et à
intégrer des réservoirs, qu'ils soient réels ou virtuels. Le découpage spatial d'un bassin versant peut
prendre une multitude de formes et de densités. Pour le modèle CEQUEAU, le découpage s'opère en
surfaces carrées de dimensions uniformes, dénommées "carreaux entiers", constituant ainsi la première
phase de découpage. Par la suite, une seconde étape est requise pour reproduire le cheminement de l'eau
entre ces carreaux entiers et en direction de la rivière.

Le modèle s'articule autour de deux composantes essentielles, visant à rendre compte de la circulation de
l'eau jusqu'à l'exutoire du bassin versant de manière aussi précise que possible. La première composante
traite de l'écoulement vertical de l'eau, appelée fonction de production. Cette fonction transforme les
précipitations effectives en précipitations utilisables pour chaque carreau entier et à chaque intervalle
temporel.

20
La représentation de ce processus se matérialise sous forme d'un ensemble de réservoirs interconnectés
par le biais de relations mathématiques. Ces relations sont conçues pour reproduire, à l'échelle du pas de
temps de la simulation, les divers transferts de masse intervenant dans le système. La deuxième
composante se concentre sur le transfert de l'écoulement à travers le réseau de drainage, qualifiée de
fonction de transfert. Cette fonction assure le cheminement de l'eau entre les carreaux partiels.

Ainsi, le modèle CEQUEAU se profile comme un outil essentiel dans la compréhension et la gestion des
écoulements hydriques au sein des bassins versants. Son approche de découpage spatial et ses fonctions
spécifiques permettent de saisir les mécanismes complexes de l'hydrologie, contribuant ainsi à une
meilleure anticipation des phénomènes hydriques et à une gestion plus éclairée des ressources en eau.

- Le modèle MIKE BASIN

Le modèle MIKE BASSIN a été élaboré au Danich Hydraulic Institute. C’est un instrument de gestion
des ressources en eau fondé sur une forte représentation par bassin versant des points d’eau et des
utilisateurs d’eau potentiels (Henine, 2005). Ce logiciel permet d’optimiser la gestion de l’utilisation des
ressources en eau disponibles en relation avec les contraintes environnementales liées au sol, à la terre, à
l’agriculture, à l’ingénierie et à la société. MIKE BASSIN permet d’effectuer une modélisation simple et
intuitive des processus hydrologiques et hydrauliques à l’échelle du bassin versant. La modélisation
hydrologique est basée sur une transformation pluie-débit. La modélisation hydraulique prend en compte
le réseau fluvial (rivière, barrage, réservoirs) ainsi que la ressource souterraine (nappes). L’outil permet
de décrire les demandes multisectorielles (domestique, industrielle, agriculture, production d’électricité,
navigation, environnementale…) ainsi que les règles de priorité entre chacune de ces différentes
utilisations.

c. Modèle physique spatialisé (MIKE SHE)

Ce modèle d’inspiration mécaniste, a été élaboré au Danish Hydraulic Institute (DHI). MIKE SHE
(Système Hydrologique Européen) a pour objectif la modélisation de la partie continentale du cycle de
l’eau et peut être en théorie, appliqué à des surfaces allant de la parcelle à la totalité du bassin versant.
Parmi les domaines d’application de MIKE SHE, nous retrouvons l’étude classique de la dynamique du
bassin versant, ainsi que le suivi des impacts relatifs aux modifications du bassin (occupation des sols,
aménagement, types des sols…), ou de scénarios climatiques (sécheresse, fortes pluies…). Le caractère
21
mécaniste de ce modèle provient de l’utilisation de différents modèles mathématiques pour décrire
chacune des composantes du cycle hydrologique et du cycle des polluants (Henine, 2005). De ce fait, la
discrétisation du bassin versant s’effectue classiquement par un découpage en strates horizontales et en
colonnes homogènes tridimensionnelles.

d. Modèle physique-conceptuel semi-spatialisé (TOPMODEL)

TOPMODEL est un modèle semi-distribué destiné à reproduire le comportement hydromorphologique

d’un bassin versant développé par (Beven & Kirkby, 1979), (Beven, 1989), (Beven, 1992) à l’Université
de Lancaster. Ce modèle est encore utilisé et amélioré car s relative simplicité et les bons résultats qu’il
fournit sont autant de motivations à son développement. Ce modèle prédit, à chaque pas du temps, la
distribution spatiale du contenu en eau au sein des différentes mailles du modèle numérique de terrain
(MNT) du bassin versant considérer. Il est basé sur les concepts originaux de déficit en eau du sol par
rapport à la saturation et à l’index topographique. Cette idée provient du fait que, depuis quelques années,
la participation des écoulements souterrains aux variations des débits des rivières, même en période de
fortes précipitations ont été reconnue comme étant capitale (Henine, 2005). L’index topographique est
utilisé pour déterminer, en fonction de la topographie du bassin, la quantité d’eau destinée au
ruissellement et celle restant pour l’infiltration.

22
 CHAPITRE II. METHODOLOGIE DE L’ETUDE

II.1. Introduction
La méthodologie adoptée pour cette étude sur le potentiel d'aménagement du territoire pour la
réduction des crues dans le bassin versant de la rivière Mulongwe s'inscrit dans une approche intégrée
et multidisciplinaire. Elle vise à appréhender la complexité des interactions entre les processus
hydrologiques, les dynamiques d'occupation du sol et les interventions humaines dans le bassin versant
de la rivière Mulongwe. Cette approche holistique combine des techniques d'analyse spatiale, de
modélisation hydrologique et d'évaluation des scénarios d'aménagement du territoire, permettant ainsi
une compréhension approfondie des facteurs influençant les inondations dans la ville et le territoire
d'Uvira.

Mise à part la présentation du milieu d’étude, la démarche méthodologique s'articule autour de quatre
axes principaux. Premièrement, une analyse hydromorphologique détaillée du bassin versant sera
réalisée, incluant la caractérisation physique du bassin et l'étude du réseau hydrographique.
Deuxièmement, une étude approfondie de la dynamique d'occupation du sol sera menée, s'appuyant sur
l'analyse d'images satellitaires multi-temporelles. Troisièmement, une modélisation hydrologique sera
effectuée à l'aide du logiciel HEC-HMS, permettant de simuler les processus hydrologiques dans le
bassin versant. Enfin, l'élaboration et l'évaluation de scénarios d'aménagement du territoire seront
réalisées pour identifier la stratégie la plus efficace de réduction des crues. Cette méthodologie
rigoureuse s'appuie sur une collecte de données diversifiée, incluant des données géospatiales,
hydrologiques, météorologiques et socio-économiques. En l'absence de certaines données in situ, des
méthodes alternatives telles que l'utilisation de données satellitaires et d'estimations indirectes seront
employées. L'approche adoptée permettra non seulement d'analyser la situation actuelle, mais aussi de
projeter différents scénarios futurs d'aménagement du territoire et leurs impacts potentiels sur les
inondations. Cette démarche méthodologique vise à fournir des résultats robustes et des
recommandations pertinentes pour la gestion durable du bassin versant de la rivière Mulongwe et la
réduction des risques d'inondation dans la ville d'Uvira.

23
II.2. Contexte Géographique

II.2.1. Localisation géographique

Située dans la province du Sud-Kivu en République démocratique du Congo, Uvira s'épanouit comme
une ville au charme singulier, nichée sur la rive nord du lac Tanganyika. Ses limites géographiques
bien définies confèrent à cette ville une identité distincte, liée à la proximité de la frontière avec le
Burundi à l'est. Cependant, au-delà de ses frontières politiques, Uvira abrite le bassin versant de la
rivière Mulongwe. Le bassin versant de la rivière Mulongwe est situé à l'est de la République
Démocratique du Congo, dans la province du Sud-Kivu, plus précisément dans le territoire d'Uvira
comme l’indique la figure II.1. Ce bassin est délimité par les hauts plateaux de Minembwe à l'ouest et
se jette dans le lac Tanganyika à l'est. La rivière Mulongwe, qui prend sa source dans les montagnes
des Mitumba, est le principal cours d'eau du bassin. Son réseau hydrographique est essentiel pour la
régulation des ressources en eau et la gestion des écosystèmes aquatiques.

Figure II. 1 - Carte de localisation du bassin versant de la rivière Mulongwe

24
II.2.2. Le Climat
Le climat du bassin versant de la Rivière Mulongwe est identique à celui de la ville d’Uvira qui
l’abrite ; se trouvant dans une position géographique privilégiée, Latitude 3°23′43″ Sud et Longitude
29° 08′ 16″ Est. Cette situation la place entièrement dans la zone équatoriale, caractérisée par des
conditions climatiques spécifiques qui influent significativement sur les caractéristiques
environnementales de la région.

En raison de sa position équatoriale, Le climat du bassin versant de la Rivière Mulongwe bénéficie

d'une température moyenne avoisinant les 30°C au niveau de la mer. Cependant, l'altitude moyenne
d'environ 800 mètres au-dessus du niveau de la mer joue un rôle crucial dans la modulation des
températures. En effet, une caractéristique notable est l'adoucissement de ces températures à un taux
d'environ 0,65°C tous les 100 mètres d'altitude (Ilunga, 2006).

Les moyennes mensuelles extrêmes témoignent de légères variations tout au long de l'année, avec des
températures oscillantes entre 24,4°C en juillet et 25,1°C en novembre-décembre. La moyenne
annuelle se situe à 24,2°C, reflétant une stabilité thermique relative. L'amplitude thermique annuelle
demeure très faible, de l'ordre de 0,7°C, indiquant une relative constance climatique tout au long de
l'année.

Selon les critères établis par Köppen, le climat du bassin versant de la Rivière Mulongwe est classifié
comme Aw6 ; les précipitations moyennes sont de l’ordre de 1100 mm pour la période de 1975 à 2008
(Ongezo, 2014). Cette classification indique un climat équatorial avec une saison sèche très courte,
caractérisée par une température moyenne mensuelle qui ne descend jamais en dessous de 18°C, même
au cours du mois le plus frais. Cette classification contribue à définir les régimes de précipitations, les
saisons et d'autres caractéristiques climatiques spécifiques à la région (Beck et al., 2018; Kottek et al.,
2006; Peel et al., 2007).

II.2.3. Hydrographie
Marquée par la présence de nombreux cours d'eau et ruisseaux, l'hydrographie de la ville d'Uvira est
remarquable, dominée par le lac Tanganyika à l’Est, ainsi que par les cours d'eau qui affluent depuis
l'Ouest du lac Tanganyika, tels que Kalungwe, Kalimabenge, Mulongwe et Kamvinvira (Azanga et al.,
2010; Ilunga, 2006).

25
Outre ces cours d'eau principaux, d'autres, bien que caractérisés par un débit insignifiant, provoquent
d'importantes crues pendant la saison des pluies, entraînant des pertes humaines et matérielles. Tous
ces cours d'eau déversent leurs eaux dans le lac Tanganyika. Un élément hydrographique non
négligeable est représenté par l'étang Nyangara, autrefois principalement formé par la rivière RUZIZI
(Bibentyo et al., 2018; Ezra et al., 2023; Kakira et al., 2008; Mokoso et al., 2022) qui,
malheureusement, ne parvient plus à se déverser complètement dans le lac Tanganyika.

II.2.4. Végétation
La végétation d'Uvira se caractérise principalement par un type de végétation d'altitude, avec une
prédominance notable des savanes herbeuses à faible couvert végétal. Cette typologie végétale confère
à la région des traits particuliers qui varient en fonction de l'altitude et de la topographie. Dans les bas-
fonds, on observe l'émergence de terrains marécageux, caractérisés par une végétation adaptée à des
conditions humides. Ces zones abritent une biodiversité spécifique, notamment des plantes aquatiques
et des herbes adaptées à des sols gorgés d'eau. Ces terrains marécageux jouent souvent un rôle crucial
dans l'équilibre écologique local en tant qu'habitats pour diverses espèces.

En contraste, les montagnes d'Uvira présentent une végétation différente, principalement constituée
d'arbustes. La topographie montagneuse favorise la croissance de végétaux mieux adaptés aux altitudes
plus élevées (Bertaudière et al., 1999). Ces arbustes peuvent offrir une couverture végétale plus dense
sur les hauteurs, formant ainsi des écosystèmes distincts de ceux situés dans les basses terres. La
végétation d'Uvira, telle que révélée par les résultats après traitement de la base de données de la
PNUD, offre une mosaïque diversifiée de couvertures végétales, reflétant la richesse écologique de la
région. Les cultures arbustives occupent une part significative, représentant 29.8% du territoire,
suggérant une utilisation des terres pour des cultures caractérisées par des arbustes. Les zones nues et
construites contribuent de manière marginale, indiquant des zones dépourvues de végétation et des
empreintes urbaines limitées. La forêt, couvrant 14% de la superficie, constitue un élément essentiel de
la végétation, apportant des bénéfices écologiques et contribuant à la biodiversité régionale. Les
cultures herbacées et la végétation herbacée, respectivement à 3.6% et 16.7%, témoignent d'une
activité agricole diversifiée, avec des zones cultivées dominées par des plantes herbacées. Les
broussailles, représentant 24.7%, indiquent des zones avec une végétation plus dense et arbustive,
potentiellement influencées par des conditions pédoclimatiques spécifiques. Les zones boisées,
26
couvrant 10.2%, jouent un rôle crucial dans la conservation et peuvent abriter une variété d'espèces.
Les étendues d'eau, occupant 0.12%, incluent des cours d'eau, des lacs ou d'autres formations
aquatiques, soulignant l'importance des ressources hydriques dans la région.

II.2.5. Sol
Selon les données consignées dans la base de données SOTERCAF, le territoire d'Uvira se caractérise
par la présence de sept unités de sol distinctes. Parmi ces unités, les ferrassols humiques (FLm), les
acrisols hapliques (ACh) et les phaeozems luviques (PHl) émergent comme les plus significatives,
représentant respectivement 40,30 %, 33,09 % et 16,35 % de la superficie totale, Cependant, il est
important de noter que certaines unités de sol sont moins prépondérantes, mais néanmoins cruciales
dans la caractérisation globale du territoire. Les cambisols dystriques, les mollie fluvisols, les
solonchaks gleyiques et les vertisols eutriques, bien que représentant des pourcentages inférieurs
(respectivement 0,01 %, 2,95 %, 3,08 % et 4,22 % de la superficie totale), contribuent de manière
significative à la diversité des sols d'Uvira. (Nacishali Nteranya, 2021).

Les ferrassols humiques, riches en fer et en matière organique, occupent une part substantielle du
territoire, reflétant probablement des conditions pédoclimatiques favorables à leur développement. Les
acrisols hapliques, caractérisés par une accumulation d'argile et de fer, constituent également une part
importante, soulignant la diversité des caractéristiques des sols à Uvira. Les phaeozems luviques, quant
à eux, présentent une composition particulière avec une accumulation d'humus dans la couche arable,
ce qui influence significativement la productivité des sols dans cette région (Segalen, 1977).

II.2.6. Relief
Le relief d'Uvira, basé sur les données de la base SOTERCAF, se caractérise par une diversité
topographique significative. La région comprend des dépressions, représentant 14,7% du territoire,
suggérant des zones potentiellement plates ou en creux. Les montagnes de pente modérée
prédominent, couvrant 43,94% de la superficie, indiquant une topographie variée avec des altitudes
modérées et des pentes moins abruptes. Ces zones peuvent influencer les conditions climatiques
locales et les pratiques agricoles.

Notablement, Uvira abrite des escarpements de forte pente, représentant 8,75% de la région. Ces
caractéristiques topographiques peuvent avoir des implications importantes sur la géologie locale, les
27
flux d'eau et les défis associés à l'aménagement du territoire. La présence d'escarpements suggère des
altitudes plus élevées avec des variations importantes. En outre, les zones occupées par l'eau
complètent le tableau, soulignant l'importance des ressources hydriques dans la région. Ces étendues
d'eau peuvent inclure des cours d'eau, des lacs ou d'autres formations aquatiques, jouant un rôle crucial
dans l'hydrologie locale.

II.2.7. Contexte Socio-économique

L'Indice de Développement Humain (IDH) classe la République Démocratique du Congo parmi les dix
pays les plus démunis au monde, occupant la 168e position sur 175 pays en 2004, selon le Programme
des Nations Unies pour le Développement (PNUD). La dégradation constante du Produit Intérieur Brut
(PIB) per capita entre 1970 et 2003, passant de 355 USD à 92 USD, souligne les effets dévastateurs de
la politique prédatrice du régime de Mobutu et l'impact généralisé de l'économie de prédation avec la
guerre (MORVAN, 2005).

La RDC, troisième plus grand pays d'Afrique, bénéficie d'abondantes ressources naturelles telles que
les forêts, les rivières et les minerais. L'exploitation minière constitue le principal secteur économique,
représentant 69% des revenus d'exportation en 2000. Les minéraux clés comprennent le cuivre, le
cobalt, le zinc, le diamant, le coltan, la cassitérite et l'or, extraits principalement dans le Katanga et le
Kasaï-Oriental (Unit, 2008).

Malgré sa richesse potentielle, la RDC fait face à des défis économiques majeurs, exacerbés par la
guerre et l'instabilité politique. Le territoire d’Uvira, qui possède un énorme potentiel pour
l'agriculture, a été touché par la détérioration des conditions économiques et les perturbations causées
par la guerre. Les cultures industrielles telles que le café, le coton, le palmier à huile et la canne à sucre
ont historiquement prospéré dans ces régions, mais la guerre a entraîné un déclin significatif de la
production industrielle. La production de coton, autrefois parmi les plus élevées du Congo, a décliné
après l'indépendance, et la guerre a poussé les agriculteurs à se tourner vers les cultures vivrières
(Kabamba, 2000; Peemans, 1998). Outre l'agriculture, le territoire d’Uvira détient un potentiel
considérable dans la pêche et l'élevage. Cependant, les pillages et les troubles ont gravement affecté
ces secteurs, obligeant les pêcheurs à revenir à des techniques artisanales. Malgré ces défis, la richesse

28
naturelle de la région offre des opportunités de développement durable avec une gestion éclairée et des
efforts de reconstruction économique.

II.3. La collecte des données

La collecte des données pour cette étude a été réalisée en utilisant une approche multisource,
combinant des données géospatiales, hydrologiques, météorologiques et des observations de terrain.
Cette approche a été adoptée pour pallier le manque de données in situ et pour obtenir une
compréhension complète du bassin versant de la rivière Mulongwe.

II.3.1. Données géospatiales

a. Modèle Numérique de Terrain (MNT)

Un modèle numérique de terrain de résolution de 30 mètres a été obtenu à partir des données SRTM
(Shuttle Radar Topography Mission) de la NASA. Ce MNT a été utilisé pour analyser la topographie
du bassin versant, délimiter ses frontières, et extraire les caractéristiques morphométriques essentielles
telles que la pente, l'exposition des versants (aspect), et le réseau de drainage.

b. Images satellitaires pour l'occupation du sol

Pour l'analyse de l'occupation du sol, des images satellitaires à très haute résolution ont été obtenues à
partir des images satellitaires de Google Earth Pro © pour les années 2002 et 2020. Cette approche a
été choisie pour sa capacité à fournir des données détaillées et actualisées du bassin versant de la
rivière Mulongwe. Le processus de collecte et de traitement des données a été le suivant :

- Année 2002 : Une image datant du 30 juin 2002 a été sélectionnée. Cette image, fournie par
DigitalGlobe via Google Earth, offre une résolution spatiale d'environ 1m, permettant une
identification précise des éléments du paysage urbain et périurbain.

- Année 2020 : Une image plus récente, datée du 15 août 2020, a été choisie ; cette image,
également fournie par DigitalGlobe, présente une résolution spatiale améliorée d'environ 1 m,
offrant ainsi un niveau de détail encore plus élevé.

Les images ont été téléchargées en utilisant l'outil d’enregistrement à haute résolution de Google Earth
Pro ©, en veillant à maintenir une altitude de vue constante pour assurer une échelle uniforme. Ces
29
images à très haute résolution ont permis une interprétation visuelle détaillée des différentes classes
d'occupation du sol.

L'utilisation d'images à deux dates (2002 et 2020) a permis non seulement de cartographier
l'occupation du sol 2020, mais aussi d'analyser les changements survenus sur une période de 18 ans,
couvrant ainsi une phase importante de l'urbanisation récente d'Uvira.

II.3.2. Données météorologiques

En l'absence de stations météorologiques fiables dans la zone d'étude, les données de précipitations ont
été obtenues à partir du produit TRMM (Tropical Rainfall Measuring Mission) de la NASA. Les
données TRMM 3B42 V7, avec une résolution spatiale de 0,25° x 0,25° et une résolution temporelle
de 3 heures, ont été utilisées pour la période 1998-2020. Ces données ont été validées par comparaison
avec les quelques relevés pluviométriques disponibles dans la région notamment les données du centre
de recherche en hydrobiologie.

II.4. Traitement des données

Le traitement des données collectées a été effectué à l'aide du logiciel ArcGIS 10.4.1, un système
d'information géographique (SIG) puissant et largement utilisé dans la recherche environnementale.
Cette étape cruciale du processus méthodologique a permis de préparer et d'analyser les données
spatiales pour répondre aux objectifs de l'étude. Le traitement des données a comporté plusieurs étapes
clés :

a. Extraction du bassin versant de la rivière Mulongwe

L'extraction du bassin versant de la rivière Mulongwe a été réalisée à l'aide du logiciel ArcGIS 10.4.1,
en utilisant spécifiquement l'extension ArcSWAT (Soil and Water Assessment Tool). Cette extension,
développée pour l'analyse hydrologique et la modélisation des bassins versants, offre des outils
puissants et adaptés à notre objectif de recherche. Le processus d'extraction a suivi les étapes
suivantes :

30
 - Préparation du MNT : Importation du Modèle Numérique de Terrain (MNT) SRTM de 30
mètres de résolution dans ArcGIS et vérification et correction des éventuelles erreurs ou
dépressions dans le MNT à l'aide de l'outil "DEM reconditioning" d'ArcSWAT.

- Délimitation du bassin versant : Utilisation de l'outil "Watershed Delineation" d'ArcSWAT

pour définir automatiquement le réseau hydrographique et les sous-bassins.

- Définition du point exutoire du bassin versant de la rivière Mulongwe.

b. Extraction des données pédologiques

Les données pédologiques ont été extraites de la base de données SOTWIS (Soil and Terrain Database
for Central Africa) à l'aide des outils de géotraitement d'ArcGIS. Le processus a impliqué :

- L'utilisation de l'outil "Clip" pour découper les données pédologiques selon les limites du
bassin versant.

- L'application de l'outil "Extract by Mask" pour extraire les valeurs des propriétés du sol
spécifiques à notre zone d'étude.

Cette extraction ciblée garantit que les analyses hydrologiques subséquentes sont basées sur des
données pédologiques précises et pertinentes pour le bassin versant de la Mulongwe.

c. Géoréférencement des images satellitaires

Les images à haute résolution obtenues via Google Earth Pro pour les années 2002 et 2020 ont été
géoréférencées dans ArcGIS 10.4.1. Le processus de géoréférencement a comporté les étapes
suivantes :

- Identification d'au moins 4 points de contrôle au sol (Ground Control Point, GCP) pour chaque
image, en utilisant des éléments stables et facilement identifiables (intersections routières,
bâtiments remarquables, etc.)

- Application d'une transformation polynomiale de second ordre pour minimiser les distorsions ;

- Ré-échantillonnage des images en utilisant la méthode du plus proche voisin pour préserver les
valeurs radiométriques originales ;
31
 - Vérification de la précision du géoréférencement en calculant l'erreur quadratique moyenne
(RMSE), en visant une valeur inférieure à 0,5 pixel.

Ce géoréférencement précis permet une superposition exacte des images avec les autres couches de
données spatiales, facilitant ainsi l'analyse diachronique de l'occupation du sol et l'intégration avec les
données hydrologiques.

II.5. Analyse des données

a. Analyse des données pour les paramètres hydrométriques et de la dynamique d’occupation du
sol.

Le model numérique de terrain a été importé dans le logiciel arcGis 10.1 pour des analyse spécifiques.
Les manipulations réalisées ont été exécutées en faisant usage des fonctionnalités de découpage et
d'extraction disponibles sous un SIG, avec l'extension ArcSWAT pour les shapefiles et les rasters
respectivement ; par le raster du bassin versant de la rivière Mulongwe, l’outil d’analyse spatiale,
spatial analyst tools à travers l’unité contours a permis d’extraire les courbes de niveaux à partir du
SRTM; les extensions de l’édition ont permis de calculer les paramètres morphométriques tel que la
superficie et le périmètre du bassin versant de la Mulongwe. Ces opérations ont abouti à la création
d'une carte détaillée du réseau hydrographique de la rivière Mulongwe ainsi que de la carte
topographique du bassin versant de la Mulongwe.

Les images géoréférencées ont été classifiées en utilisant le logiciel MultiSpecWin64. Cette étape a
permis de définir différentes classes d'occupation du sol, telles que les zones habitées, les zones des
cultures et de faible végétation, les zones des végétations denses ainsi que le sol nu.

À partir des images classifiées et de la zone d'étude délimitée, une carte d'occupation du sol pour
chaque année d'étude a été produite dans ArcGIS 10.4. Cette carte représente la répartition spatiale des
différentes classes d'occupation du sol dans le bassin versant de la rivière Mulongwe (Verma et al.,
2022). En utilisant l'outil Tabulate Intersection dans ArcGIS, une matrice de transition a été calculée
pour comparer les classifications d'occupation du sol entre l'année de départ 2002 et l'année d'arrivée
2021 (Zhou et al., 2022). Ce qui a permis de déterminer le taux de changement, tel que donné par

32
Akpoyètè et al., 2018a; Kpedenou et al., 2016; Mamane et al., 2018; Ousmane et al., 2020; Nguekam
et al., 2020.

Avec : Avec S1 la surface d’une classe d’unité de surface à la date t1 ; S2 la superficie de la même
classe d’unité de surface à la date t2.

b. Analyse des données pour la modélisation hydrologique et scenarios d’aménagement

Pour parvenir à simuler les phénomènes hydrologiques de notre bassin versant, nous avons opté pour
l'utilisation du logiciel de modélisation Hydrologic HEC-HMS à travers la méthode SCS-CN. Cette
décision a été prise en raison de la réputation du logiciel dans le domaine de l'hydrologie et de sa
capacité à traiter de manière efficace et précise les données hydrologiques complexes.

- Présentation de la méthode SCS-CN et Création du Modèle Hydrologique

La méthode SCS-CN utilise l’équation suivante pour estimer le ruissellement sous forme de lame
d’eau :

Q : Ruissellement (mm)

P : Précipitation (mm)

S : Rétention maximale potentielle (mm)

Ia : Abstraction initiale (mm)

L’abstraction initiale correspond à toutes les pertes avant le début du ruissellement y compris les eaux
retenues dans les dépressions, interceptées par la végétation, de l’évaporation et l’infiltration (Mirsha,
2003). Dans la méthode SCS - CN, Ia est lié à la rétention maximale S selon :

I= 2*S

33
L’équation du ruissellement devient :

S est lié à la texture du sol et le mode d’occupation du sol par le CN qui varie de 0 à 100.

En lançant HEC-HMS, nous avons créé un nouveau projet et défini les composants essentiels du
modèle, tels que les stations météorologiques, les sous-bassins, et les zones de ruissellement. Nous
avons également configuré les paramètres du modèle selon les spécifications de notre étude. Utilisation
du Modèle de Numéro de Courbe (Curve Number) en Fonction de la Qualité du Sol et de l'Occupation
du Sol. Pour parvenir à une modélisation précise des phénomènes hydrologiques de notre bassin
versant, nous avons intégré le modèle de Numéro de Courbe (Curve Number) dans notre approche, en
tenant compte à la fois de la qualité du sol et de l'occupation du sol ; ainsi en proposant d’autres
alternatives d’utilisations du sol, nous avions ainsi déterminé les scenarios de gestion du bassin versant
de la Mulongwe.

- Évaluation de la Qualité du Sol

Nous avons commencé par évaluer la qualité du sol dans notre bassin versant en utilisant des données
disponibles (SOTERCAF et SOTWIS) sur les types de sols et leurs propriétés hydrologiques. Ces
données comprenaient des informations sur la texture du sol, la capacité de rétention d'eau, la
perméabilité, et d'autres caractéristiques pertinentes. Sur base de ces données, nous avons identifié les
groupes hydrologiques de sous bassins de la rivière Mulongwe selon la classification Le Soil
Conservation Service a identifié quatre groupes hydrologiques des sols A, B, C et D sur la base de la
texture, la capacité d’infiltration et le taux de transmission, partant du potentiel de ruissellement le plus
faible vers le plus élevé.

- Évaluation de l'Occupation du Sol et Assignation des Valeurs de Numéro de Courbe

Nous avons également pris en compte l'occupation du sol dans notre modél hydrologique. Cela
impliquait de recueillir des données sur les différents types d'utilisation des terres dans le bassin
34
versant, tels que les zones urbaines, les zones agricoles, les zones boisées ; les résultats du chapitre
précédent portant sur la dynamique d’occupation du sol ont été utilisés comme données de base.

En fonction des évaluations de la qualité du sol et de l'occupation du sol, nous avons assigné des
valeurs de Numéro de Courbe appropriées à chaque zone du bassin versant.

- Incorporation dans le Modèle HEC-HMS

Nous avons ensuite incorporé ces valeurs de Numéro de Courbe dans notre modèle hydrologique
HEC-HMS. En attribuant des valeurs de Numéro de Courbe spécifiques à chaque zone du bassin
versant, nous avons pu prendre en compte les variations de l'infiltration et du ruissellement en fonction
des caractéristiques du sol et de l'occupation du sol.

- Scénarios de Gestion et Analyse des Résultats

Nous avons défini plusieurs scénarios de gestion pour évaluer les effets de différentes interventions sur
le ruissellement et les débits de crue. En modifiant les paramètres du modèle en fonction de ces
scénarios, nous avons analysé les résultats de simulation pour chaque scénario afin d'identifier les
stratégies les plus efficaces pour la gestion du bassin versant.

Figure II. 2 - Organigramme des étapes de la modélisation avec HEC-HMS

35
Figure II. 3 - synthèse graphique des étapes de la modélisation avec HEC-HMS

36
 CHAPITRE III. PRESENTATION DES RESULTATS

III.1. Introduction
Ce chapitre a pour objectif de présenter et d'interpréter les résultats obtenus au cours de notre étude sur
le potentiel d’aménagement du territoire du bassin versant de la rivière Mulongwe pour la réduction
des crues dans la ville d’Uvira. Les inondations représentent un défi majeur pour les communautés
locales et l'environnement, et il est essentiel d'analyser de manière rigoureuse les données recueillies
afin de dégager des conclusions significatives qui pourront éclairer les décideurs et les praticiens dans
la mise en œuvre de stratégies d'aménagement efficaces.
Dans un premier temps, nous présenterons les caractéristiques morphométriques du bassin versant de
la rivière Mulongwe, incluant le réseau hydrographique de la Mulongwe. Après suivra l’analyse
diachronique de l’occupation du sol entre 2002 et 2020. Enfin la modélisation hydrologique avec
HEC-HMS seront présentés en mettant l’accent sur les différents scenarios d’aménagement et leurs
impacts sur les crues de la rivière Mulongwe en tenant compte des précipitations du mois d’avril
2020 ;

III.2. Les caractéristiques morphométriques du bassin versant de la rivière Mulongwe

A l’issue des analyses, deux cartes ont été produites permettant ainsi les calculs des paramètres
morphométriques du bassin de la rivière Mulongwe. La carte hydrographique met en lumière que la
rivière Mulongwe est constituée de 29 sous-bassins, conférant à cette rivière une hiérarchisation
d'ordre 4 selon l’ordination de Strahler (p.ex., Gleyzer et al., 2007; Ashwin, 2014). Cela souligne la
complexité intrinsèque de son réseau hydrographique. Les caractéristiques principales du bassin
versant se dévoilent ainsi : une superficie totale de 112.19 km², un périmètre de 80.425 km. La carte
topographique ou à courbe de niveau renseigne sur les variations d’élévation s'étendant de 774 m (au
niveau minimal) dans le sous-bassin de la partie aval à 3279 m (au niveau maximal) dans le sous
bassin de la partie amont. Quant au coefficient de compacité de forme, déterminé grâce à la formule
d’hydrologue américain Robert E. Horton :

Avec :

37
 A : Superficie du bassin versant
P : Périmètre du bassin versant
π : Valeur de pi (3.14159)
La valeur calculée est approximativement égale à C≈0.2179. Cette mesure, indiquant la compacité
de la forme du bassin versant, suggère une configuration relativement allongée ou irrégulière de
celui-ci. Ces données offrent une vue d'ensemble complète de la topographie et de la configuration
du bassin versant de la rivière Mulongwe, enrichissant ainsi notre compréhension de son
environnement hydrologique.

Figure III. 1 - Carte du réseau hydrographique du Bassin versant de la rivière Mulongwe

38
 Figure III. 2 - Carte topographique du Bassin versant de la rivière Mulongwe

III.3. Dynamique d’occupation du sol dans le bassin versant de la rivière Mulongwe

L’analyse diachronique de l’occupation du sol a été faite entre 2002 et 2020 et deux cartes
d’occupation du sol y ont été réalisées. L’occupation du sol de 2002 offre un aperçu crucial de la
dynamique environnementale passée dans le bassin versant de la rivière Mulongwe. En se concentrant
sur les différentes classes d'occupation du sol telles que les zones habitées, les zones agricoles, les
zones forestières, et autres, cette carte révèle les schémas d'utilisation des terres à un moment clé de
l'histoire du bassin. Cette représentation spatiale permet d'identifier les zones sujettes à des pressions
anthropiques importantes, telles que l'urbanisation croissante ou la conversion des terres agricoles, qui
peuvent avoir un impact significatif sur l'hydrologie du bassin. Quant à la carte d'occupation du sol de
2020, elle illustre des changements récents dans les schémas d'utilisation des terres dans le bassin
versant de la rivière Mulongwe. En mettant en évidence les zones urbaines, agricoles, forestières, cette
carte offre un aperçu précieux de l'évolution de l'environnement local. Ces données sont cruciales pour

39
évaluer l'impact des activités humaines sur l'hydrologie du bassin et pour informer les stratégies de
gestion des crues. La comparaison avec la carte précédente permet de suivre les tendances de
transformation du paysage, aidant ainsi à orienter les efforts de conservation et de développement
durables

Figure III. 3 - occupation du sol de la zone d’étude en 2002

40
 Figure III. 4 - Occupation du sol de la zone d’étude en 2020

Pour le taux de changement global, deux diagrammes repris à la figure III.5 donnent les tendances de
2002 de l'occupation du sol dans le bassin versant de la rivière Mulongwe. Dans le diagramme
circulaire, chaque classe d'occupation du sol est présentée proportionnellement : les zones de culture et
de végétation faible représentent environ 13 %, le sol nu occupe environ 0.5 %, les zones de végétation
dense couvrent près de 78 %, tandis que les zones habitées représentent environ 9%. Ces proportions
fournissent un aperçu visuel immédiat de la répartition relative des différents types de couverture
terrestre en 2002. En 2020, figure III.6, une évolution notable de l'occupation du sol dans le bassin
versant de la rivière Mulongwe est observée par rapport à 2002. Cette transformation, essentielle dans
le contexte de la modélisation hydrologique des crues, présente des implications significatives sur la
dynamique hydrologique de la région. Les changements dans les proportions des différentes classes
d'occupation du sol, telles que les surfaces cultivées, les zones habitées, et les étendues de végétation,

41
peuvent influencer la réponse hydrologique du bassin versant aux précipitations et aux événements
extrêmes.

Zone habitée 1064,073

Végétation dense

Sol nu 51,987

Culture et végétation faib 1402,867

0 1000 2000
3000 4000 5000 6000
Zone habitée Culture et
9% végétation faib
13%
Sol nu
0%

Végétation
dense
78%

Figure III. 5 - Diagrammes représentant les classes d’occupation du sol

de 2002 en pourcentage

42
 Zone habitée

Végétation dense

Sol nu

Culture et végétation faib

0
2000
4000
Culture et Sol nu
végétation 4%
faib Zone habitée
5% 33%

Végétation
dense
58%

Figure III. 6 - Diagrammes représentant les classes d’occupation du sol

de 2020 en pourcentage

III.4. Modélisation hydrologique pour la gestion des crues et l'optimisation du

ruissellement application d’un scenario d'occupation du sol avec HEC-HMS

III.4.1. Arbre du modèle du bassin versant de la rivière Mulongwe

L'arbre du modèle du bassin versant de la rivière Mulongwe représente la structure hiérarchique du
modèle hydrologique, décrivant les différentes composantes du bassin versant et leurs interactions
dans le processus de ruissellement et de drainage. Cet arbre permet de visualiser les relations entre les
sous-bassins et les zones de ruissellement, offrant ainsi une vue d'ensemble de la manière dont les
données sont organisées et utilisées dans le modèle HEC-HMS pour simuler les phénomènes
hydrologiques dans le bassin versant de la rivière Mulongwe.
43
 Figure III. 7 - Arbre du modèle du bassin versant de la rivière Mulongwe

III.4.2. Résumé global des résultats du modèle base sur l’occupation du sol de 2020
a. Occupation du sol 2020

Afin de modéliser au mieux les écoulements au sein du bassin versant et d'évaluer les impacts
d'éventuels aménagements sur les crues de la Mulongwe, il était nécessaire de disposer d'une
cartographie précise de l'occupation des sols de 2020 du bassin versant de la Riviere Mulongwe
(figure III. 8).

Figure III. 9 - Land use 2020

b. Résultats Curve Number de Subbasins sous occupation du sol de 2020

Le tableau ci-dessous (Tableau III.1) démontre clairement l'impact de l'occupation du sol de 2020 sur
le numéro de courbe (CN) dans chaque sous-bassin versant de la rivière Mulongwe. Les variations des
valeurs initiales d'abstraction et de CN reflètent la diversité des types de terres utilisées, allant des
forêts denses aux zones habitées et aux terres agricoles. Ces variations sont essentielles pour
comprendre comment les pratiques d'utilisation des terres influent sur l'écoulement des eaux de pluie
et, par extension, sur le risque d'inondation.
Tableau III. 1 : Représentation de la relation CN sous occupation du sol de 2020
SUBBASINS INITIAL ABSTACTION CURVE NUMBER IMPREVIOUS
44
 Subbasin-11 0.2 70 0
Subbasin-16 0.2 70 0
Subbasin-14 0.2 75 0
Subbasin-12 0.2 75 0
Subbasin-27 0.2 75 0
Subbasin-15 0.2 75 0
Subbasin-22 0.2 75 0
Subbasin-20 0.2 70 0
Subbasin-18 0.2 73 0
Subbasin-4 0.2 76 0
Subbasin-17 0.2 75 0
Subbasin-10 0.2 70 0
Subbasin-3 0.2 75 0
Subbasin-1 0.2 75 0
Subbasin-8 0.2 65 0
Subbasin-5 0.2 78 0
Subbasin-9 0.2 75 0
Subbasin-6 0.2 75 0
Subbasin-13 0.2 73 0
Subbasin-7 0.2 71 0
Subbasin-21 0.2 70 0
Subbasin-19 0.2 70 0
Subbasin-23 0.2 73 0
Subbasin-24 0.2 72 0
Subbasin-29 0.2 75 0
Subbasin-31 0.2 65 0
Subbasin-26 0.2 65 0
Subbasin-2 0.2 68 0
Subbasin-28 0.2 68 0
Subbasin-25 0.2 65 0
Subbasin-30 0.2 66 0
c. Résultat des débits de pointe en fonction de l’occupation du Sol de 2020

Le tableau ci-dessous (tableau III.2) illustre les débits de pointe simulés par HEC-HMS pour chaque
sous-bassin versant de la rivière Mulongwe, en fonction de l'occupation du sol de 2020. Les débits de
pointe sont essentiels pour évaluer la quantité d'eau déplacée lors d'une crue et sont influencés par
divers facteurs, y compris l'occupation du sol. HEC-HMS utilise des modèles hydrologiques pour
simuler ces débits en intégrant des données telles que les précipitations, l'évaporation, l'infiltration et le
ruissellement. Les résultats obtenus mettent en évidence les différences dans les débits de pointe entre
les sous-bassins, soulignant l'impact significatif de l'occupation du sol sur la réponse hydrologique du
bassin versant.
45
 Tableau III. 2 : Débits de pointe en fonction de l’occupation du Sol de 2020
HYDROLOGIC ELEMENT DRAINAGE AREA (KM2) PEAK DISCHARGE (m3/s)
Subbasin-11 8.7 2.2
Subbasin-16 3 0.8
Subbasin-14 3.7 1
Subbasin-12 0.5 0.1
Subbasin-27 7.6 2
Subbasin-15 1.1 0.3
Subbasin-22 3.7 1
Subbasin-20 3.6 0.9
Subbasin-18 2.4 0.6
Subbasin-4 1.5 0.4
Subbasin-17 3 0.8
Subbasin-10 0.3 0.1
Subbasin-3 7.4 2
Subbasin-1 3 0.8
Subbasin-8 3.1 0.8
Subbasin-5 2.8 0.8
Subbasin-9 2.3 0.6
Subbasin-6 0.2 0.1
Subbasin-13 6.6 1.7
Subbasin-7 4.5 1.2
Subbasin-21 3.5 0.9
Subbasin-19 1.8 0.5
Subbasin-23 6.1 1.6
Subbasin-24 5.7 1.5
Subbasin-29 3.5 0.9
Subbasin-31 2.1 0.5
Subbasin-26 7.6 1.9
Subbasin-2 2.9 0.7
Subbasin-25 2.6 0.6
Subbasin-30 5.9 1.4
TOTAL BASSIN 110.7 28.7

d. Hydrographe de débits sortant

L'occupation du sol de 2020 du bassin versant de la Mulongwe a permis de générer un hydrogramme

de débit cohérent avec la réalité observée sur le terrain. On constate effectivement des pics de crue plus
importants aux jours où d'importantes précipitations sont survenues, notamment entre le 17 et le 24
avril. À l'inverse, les périodes où le débit est au plus bas correspondent bien aux jours sans
précipitations. De manière générale, cette courbe de débit modélisée avec HEC-HMS en fonction de la
répartition actuelle des zones cultivées, boisées et dénudées reproduit de façon satisfaisante les
variations de la rivière tout au long du mois d'avril 2020.

46
 Figure III. 10 - Hydrographe de débit de sortie en fonction de l’occupation du sol 2020

III.4.3. Résumé global des résultats du modèle base sur l’occupation du sol de 2002
a. Occupation du Sol 2002

L'occupation du sol de 2002 (figure III. 10) a également été utilisée pour évaluer le comportement de
crue lors des mêmes événements pluvieux ; Le tableau ci-dessous (Tableau III.3) démontre clairement
l'impact de l'occupation du sol de 200é sur le numéro de courbe (CN) dans chaque sous-bas sin versant
de la rivière Mulongwe, nous voyons manière les différences du numéro de courbe comparativement à
la situation de 2020.

47
b. Figure III. 11 - Land use 2002Résultats Curve Number de Subbasins sous occupation du sol de
2002

Tableau III. 3 - Représentation de la relation CN sous occupation du sol de 2002

SUBBASINS INITIAL ABSTACTION CURVE NUMBER IMPREVIOUS

Subbasin-11 0.2 55 0
Subbasin-16 0.2 45 0
Subbasin-14 0.2 55 0
Subbasin-12 0.2 55 0
Subbasin-27 0.2 40 0
Subbasin-15 0.2 60 0
Subbasin-22 0.2 60 0
Subbasin-20 0.2 75 0
Subbasin-18 0.2 75 0
Subbasin-4 0.2 40 0
Subbasin-17 0.2 45 0
Subbasin-10 0.2 45 0

48
 Subbasin-3 0.2 45 0
Subbasin-1 0.2 45 0
Subbasin-8 0.2 65 0
Subbasin-5 0.2 45 0
Subbasin-9 0.2 45 0
Subbasin-6 0.2 40 0
Subbasin-13 0.2 45 0
Subbasin-7 0.2 65 0
Subbasin-21 0.2 65 0
Subbasin-19 0.2 65 0
Subbasin-23 0.2 65 0
Subbasin-24 0.2 60 0
Subbasin-29 0.2 75 0
Subbasin-31 0.2 45 0
Subbasin-26 0.2 65 0
Subbasin-2 0.2 45 0
Subbasin-28 0.2 75 0
Subbasin-25 0.2 45 0
Subbasin-30 0.2 55 0
c. Résultat des débits de pointe en fonction de l’occupation du Sol de 2002

Le tableau III.4, présente les débits de pointe de chaque sous-bassin en fonction de l'occupation du
sol de 2002, lors des événements pluvieux d'avril 2020. Les résultats montrent une variation
significative des débits de pointe, qui reflète l'influence de l'occupation du sol sur le comportement
hydrologique des sous-bassins

Tableau III. 4 : Débits de pointe en fonction de l’occupation du Sol de 2002

Hydrologic Element Drainage Area (Km2) Peak Discharge (m3/s)

Subbasin-11 8.7 1,8
Subbasin-16 3 0,6
Subbasin-14 3.7 0,1
Subbasin-12 0.5 0,9
Subbasin-27 7.6 1,6
Subbasin-15 1.1 0,2
Subbasin-22 3.7 0,8
Subbasin-20 3.6 0,8
Subbasin-18 2.4 0,6
Subbasin-4 1.5 0,4
Subbasin-17 3 0,5
Subbasin-10 0.3 0,1
49
 Subbasin-3 7.4 1,3
Subbasin-1 3 0,6
Subbasin-8 3.1 0,7
Subbasin-5 2.8 0,4
Subbasin-9 2.3 0,4
Subbasin-6 0.2 0,4
Subbasin-13 6.6 1,2
Subbasin-7 4.5 0,8
Subbasin-19 1.8 0,4
Subbasin-23 6.1 1,5
Subbasin-24 4.6 0,3
Subbasin-29 3.5 0,6
Subbasin-31 2.1 0,6
Subbasin-26 7.6 1,4
Subbasin-2 2.9 0,7
Subbasin-28 4.6 0,8
Subbasin-25 2.6 1,1
Subbasin-30 5.9 0,9
TOTAL 10.7 22,5
d. Hydrographe de débits sortant

L'hydrographe présenté dans la figure 11 illustre les pics de débits en fonction de l'occupation du
sol de 2002, en réponse à l'événement pluvieux survenu en avril 2020. Ce graphique permet de
visualiser comment les variations de l'occupation du sol influencent les débits de pointe observés
dans les différents sous-bassins.

50
 Figure III. 12 - Hydrographe de débit de sortie en fonction de l’occupation du sol 2002

III.4.3. Scenario de gestion du bassin versant de la rivière Mulongwe

Dans le cadre de l'étude sur la modélisation hydrologique pour la gestion des crues et l'optimisation du
ruissellement dans le bassin versant de la rivière Mulongwe, un scénario de gestion a été élaboré pour
évaluer les implications de différents types d'occupation du sol sur la dynamique hydrologique. Ce
scénario explore comment les changements prévus dans l'occupation du sol peuvent influencer le
ruissellement et les débits de pointe dans le bassin versant. En analysant les résultats de ce scénario,
nous pouvons mieux comprendre les interactions complexes entre l'utilisation des terres et le régime
hydrologique, fournissant ainsi des informations cruciales pour une gestion durable des ressources en
eau et la réduction des risques d'inondation.

a. Proposition d’aménagement du bassin versant

Le tableau ci-dessous présentant la proposition d'aménagement du bassin versant de la rivière
Mulongwe ; révèle une diversité de scénarios envisagés pour l'utilisation des terres. Ces
propositions comprennent des activités telles que la foresterie dense à l'eucalyptus, l'agroforesterie,
ainsi que des zones combinant la forêt avec des zones d'habitation. Chaque sous-bassin est associé
à une proposition spécifique, reflétant ainsi une approche intégrée de gestion des terres pour
répondre aux défis hydrologiques. Cette analyse souligne l'importance des choix d'occupation du

51
 sol dans la modélisation hydrologique et met en évidence les implications potentielles de chaque
scénario sur le ruissellement et les débits de crue dans le bassin versant de la rivière Mulongwe.
Tableau III. 5 : Représentation des propositions d’occupation du sol pour la réduction des crues

Sous-bassin Utilisation des terres

Subbasin-11 Forêt dense à eucalyptus
Subbasin-16 Forêt dense à eucalyptus
Subbasin-14 Forêt dense à eucalyptus
Subbasin-12 Forêt dense à eucalyptus
Subbasin-27 Agroforesterie
Subbasin-15 Forêt
Subbasin-22 Agroforesterie
Subbasin-20 Agroforesterie
Subbasin-18 Forêt + habitation
Subbasin-4 Agroforesterie à acacias + cultures vivrières
Subbasin-17 Forêt dense à eucalyptus
Subbasin-10 Forêt dense à eucalyptus
Subbasin-3 Forêt dense à eucalyptus
Subbasin-1 Forêt dense à eucalyptus
Subbasin-8 Forêt dense à eucalyptus
Subbasin-5 Agroforesterie à acacias + cultures vivrières
Subbasin-9 Forêt dense à eucalyptus
Subbasin-6 Forêt dense à eucalyptus
Subbasin-13 Forêt dense à eucalyptus
Subbasin-7 Forêt dense à eucalyptus
Subbasin-21 Agroforesterie à acacias + cultures vivrières
Subbasin-19 Agroforesterie à acacias + cultures vivrières
Subbasin-23 Agroforesterie à acacias + cultures vivrières
Subbasin-24 Agroforesterie à acacias + cultures vivrières
Subbasin-29 Forêt dense à eucalyptus
Subbasin-31 Forêt + habitation
Subbasin-26 Forêt dense à eucalyptus
Subbasin-2 Agroforesterie à acacias + cultures vivrières
Subbasin-28 Forêt dense à eucalyptus
Subbasin-25 Agroforesterie à acacias + cultures vivrières + habitation
Subbasin-30 Forêt dense à eucalyptus

b. Résultat Curve Number de Subbasins

Le tableau III.6, présente les résultats du Curve Number (CN) en fonction des différents scénarios
d'occupation du sol ; offre un aperçu des variations potentielles dans le ruissellement en fonction des
propositions d'aménagement du bassin versant. Chaque sous-bassin est associé à un CN spécifique,
reflétant ainsi les différences dans la rétention d'eau et le potentiel de ruissellement selon l'occupation

52
du sol. Ces valeurs de CN varient en fonction des types d'utilisation des terres, notamment la foresterie
dense à l'eucalyptus, l'agroforesterie, et les zones combinant la forêt avec des zones d'habitation. Cette
analyse souligne l'importance de considérer les interactions entre l'occupation du sol et les processus
hydrologiques pour une gestion efficace des bassins versants.

Tableau III. 6 : Représentation la relation CN et les propositions d’occupation du sol

SUBBASINS INITIAL ABSTACTION CURVE NUMBER IMPREVIOUS
Subbasin-11 0.2 45 0
Subbasin-16 0.2 45 0
Subbasin-14 0.2 45 0
Subbasin-12 0.2 55 0
Subbasin-27 0.2 40 0
Subbasin-15 0.2 55 0
Subbasin-22 0.2 55 0
Subbasin-20 0.2 75 0
Subbasin-18 0.2 65 0
Subbasin-4 0.2 45 0
Subbasin-17 0.2 45 0
Subbasin-10 0.2 45 0
Subbasin-3 0.2 45 0
Subbasin-1 0.2 45 0
Subbasin-8 0.2 65 0
Subbasin-5 0.2 45 0
Subbasin-9 0.2 45 0
Subbasin-6 0.2 45 0
Subbasin-13 0.2 45 0
Subbasin-7 0.2 65 0
Subbasin-21 0.2 65 0
Subbasin-19 0.2 65 0
Subbasin-23 0.2 65 0
Subbasin-24 0.2 45 0
Subbasin-29 0.2 75 0
Subbasin-31 0.2 45 0
Subbasin-26 0.2 65 0
Subbasin-2 0.2 45 0
Subbasin-28 0.2 70 0
Subbasin-25 0.2 45 0
Subbasin-30 0.2 45 0

53
c. Résultat des débits de pointe

Le tableau des débits de pointe met en évidence les changements significatifs résultant du scénario de
gestion proposé par rapport à l'occupation du sol en 2020 et celle de 2002. En comparant le débit de
pointe total du scénario de gestion avec ceux de 2020 et 2002, on constate une réduction notable,
exprimée en pourcentage. Cette diminution représente une amélioration significative de la gestion des
crues potentielles dans le bassin versant de la rivière Mulongwe. Le pourcentage de réduction du débit
de pointe total entre le scénario de gestion et l'occupation du sol de 2020 est donc :

Ainsi, le pourcentage de réduction du débit de pointe total par rapport à l'occupation du sol de 2020 est
d'environ 25.78% et par rapport à l’occupation du sol de 2002 le pourcentage de réduction est
d’environ 1,075%. Ces résultats soulignent l'efficacité des interventions proposées pour atténuer les
risques d'inondation et renforcer la résilience des communautés locales face aux événements
hydrologiques extrêmes.

54
 Tableau III. 7 : Représentation des débits de pointe selon l’occupation du sol proposée

Hydrologic Element Drainage Area (Km2) Peak Discharge (m3/s)

Subbasin-11 8.7 1.6
Subbasin-16 3 0.5
Subbasin-14 3.7 0.7
Subbasin-12 0.5 0.1
Subbasin-27 7.6 1.6
Subbasin-15 1.1 0.2
Subbasin-22 3.7 0.8
Subbasin-20 3.6 0.8
Subbasin-18 2.4 0.6
Subbasin-4 1.5 0.4
Subbasin-17 3 0.5
Subbasin-10 0.3 0.1
Subbasin-3 7.4 1.3
Subbasin-1 3 0.6
Subbasin-8 3.1 0.6
Subbasin-5 2.8 0.7
Subbasin-9 2.3 0.4
Subbasin-6 0.2 0
Subbasin-13 6.6 1.2
Subbasin-7 4.5 0.8
Subbasin-19 1.8 0.4
Subbasin-23 6.1 1.5
Subbasin-24 4.6 0.1
Subbasin-29 3.5 0.6
Subbasin-31 2.1 0.6
Subbasin-26 7.6 1.4
Subbasin-2 2.9 0.7
Subbasin-28 4.6 0.8
Subbasin-25 2.6 0.7
Subbasin-30 5.9 1.1
TOTAL 10.7 21.4

d. Plan d’aménagement du bassin versant de la rivière Mulongwe pour la réduction des

crues à 25.78%

55
De proposition de gestion, une carte du plan d'aménagement du bassin versant de la rivière Mulongwe
présente les propositions d'utilisation des terres pour chaque sous-bassin. Elle offre une visualisation
claire des différentes zones d'aménagement proposées, telles que la forêt dense à eucalyptus,
l'agroforesterie, les zones de culture vivrière, les zones urbaines et les zones mixtes associant la forêt et
l'habitation. Cette carte illustre les interventions prévues pour chaque zone afin de réduire les risques
d'inondation et d’améliorer la gestion des crues

Figure III. 13 - Plan d’aménagement du Bassin Versant de la Rivière Mulongwe pour la réduction
des crues à 25%

e. Hydrographe de débits sortant

Le diagramme de débit sortant pour le scenario selon l’occupation du sol que nous venons de proposer,
présente des pics des débits dans la période allant du 15 au 23 Avril 2017. Ce digramme démontre la
baisse du pic de débit comparativement au scenario de l’occupation du sol de 2020.

56
 Figure III. 14 - Hydrographe de débit de sortie en fonction du plan d’aménagement proposé

III.4.5. Hydrographe synthétisant les débits de pointe de 3 scenarios de gestion

Le diagramme ci-dessous démontre le comportement de nos trois scenarios d’aménagement du
territoire ; la situation de 2020 qui présente des pics considérables pendant que l’occupation du sol de
2002 présente un débit de pointe légèrement supérieur à celui de notre plan d’aménagement. Le plan
d’aménagement proposé se retrouve le moins producteur de ruissellement et par conséquent le plan
optimal pour la réduction des crues dans le bassin versant de la rivière Mulongwe par rapport aux deux
autres.

57
Figure III. 15 - Comparaison de débit de pointe en fonction des trois scenarios d’aménagement du
territoire

58
 CHAPITRE IV. DISCUSSION DES RESULTATS
Dans cette partie, nous allons confronter les résultats obtenus sur les caractéristiques morphométriques,
l'évolution de l'occupation du sol et la modélisation hydrologique du bassin versant de la rivière
Mulongwe avec les connaissances existantes dans la littérature scientifique. Cette analyse comparative
vise à situer nos résultats dans un contexte plus large et à valider la pertinence de notre démarche
méthodologique.

Tout d'abord, en ce qui concerne les paramètres morphométriques, les valeurs obtenues sont
globalement cohérentes avec celles déterminées dans d'autres études portant sur l'analyse
morphologique de bassins versants tropicaux. En effet, la superficie de 112,19 km2 se situe dans la
fourchette de tailles de bassins généralement étudiés, entre quelques dizaines à quelques centaines de
km2 (Verma et al., 2022 ; Sinha et al., 2022). De même, le coefficient de compacité de 0,2179 calculé
ici est similaire aux valeurs moyennes rapportées, typiquement comprises entre 0,1 et 0,3 pour des
bassins allongés comme celui-ci (Verma et al., 2022). Par ailleurs, la caractérisation détaillée du réseau
hydrographique en 29 sous-bassins fait écho aux analyses menées sur d'autres bassins tropicaux
complexes, présentant également de forts reliefs (Mufungizi, 2023). L'utilisation conjointe de SIG et
du module SWAT s'est révélée pertinente pour appréhender précisément la géomorphologie de la zone
d'étude, comme souligné dans diverses études appliquant cette méthodologie (Arnold et al., 1998 ;
Verma et al., 2022). Concernant la dynamique d'occupation du sol, nos résultats mettent en lumière
une expansion importante des surfaces cultivées et des zones urbaines entre 2002 et 2020, au détriment
des étendues forestières. Ce constat rejoint les tendances observées ailleurs en Afrique subsaharienne,
sous l'effet conjugué de la croissance démographique et de l'intensification des pratiques agricoles
(Soro et al., 2013 ; Moussa et al., 2020). La quantification du taux de changement global de 23,78%
sur la période d'analyse situe cette évolution parmi les transformations notables documentées dans
d'autres contextes ouest-africains et est-africains (Mamane et al., 2018 ; Nguekam et al., 2020).

Ainsi, malgré des spécificités locales, les résultats obtenus dans cette partie correspondent globalement
aux connaissances existantes sur la morphométrie des bassins tropicaux et sur la dynamique récente de
l'usage des terres en Afrique subsaharienne. Cette cohérence valide la pertinence de notre démarche
méthodologique combinant SIG, télédétection et analyse morphométrique pour caractériser ce bassin
versant.

59
Les résultats de notre modélisation hydrologique avec HEC-HMS mettent en évidence plusieurs
éléments importants pour la gestion des crues et l'aménagement du bassin versant de la rivière
Mulongwe.

Tout d'abord, l'analyse de l'occupation du sol de 2020 révèle son impact significatif sur les valeurs de
Curve Number (CN) dans chaque sous-bassin. Les différences de CN reflètent la variabilité des types
de sols et leurs propriétés, ce qui influence directement le ruissellement. Ces résultats soulignent donc
le rôle primordial que jouent les pratiques d'utilisation des terres sur la dynamique hydrologique du
bassin versant. De plus, les estimations de débits de pointe pour chaque sous-bassin fournissent un
aperçu de la réponse hydrologique du bassin versant en fonction de l'occupation actuelle du sol. Ces
résultats montrent notamment que certains sous-bassins sont plus sujets aux inondations en période de
forte pluie.

L'analyse du scénario de gestion proposé révèle ensuite un potentiel significatif pour atténuer les
risques de crues. L'optimisation de l'occupation du sol selon ce scénario se traduit par une baisse
notable des valeurs de CN et une réduction de 25,78% du débit de pointe total par rapport à la situation
de 2020 et de 1,07% par rapport à la situation de 2002. Ces résultats démontrent concrètement dans
quelle mesure une planification adéquate de l'utilisation des terres peut contribuer à diminuer la
vulnérabilité du bassin versant face aux événements hydrologiques extrêmes. Enfin, la carte
d'aménagement du bassin versant que nous proposons illustre de manière visuelle les zones
d'intervention recommandées selon chaque sous-bassin. Cet outil se révèle précieux pour appuyer la
mise en œuvre effective du scénario de gestion proposé et assurer une utilisation durable des
ressources en eau à l'échelle du territoire.

Les résultats majeurs de notre étude rejoignent les conclusions de plusieurs travaux ayant examiné les
liens entre occupation du sol et risques d'inondation à l'échelle des bassins versants.

Tout d'abord, l'influence significative de l'utilisation des terres sur les valeurs de Curve Number
soulignée dans notre étude fait écho aux recherches de Smith et al. (2002). Leur analyse de plusieurs
bassins aux États-Unis a en effet montré que les changements d'occupation du sol, notamment le
développement urbain, étaient directement corrélés avec des augmentations de 5 à 10 points des Curve
Numbers. De même, notre modélisation démontrant le potentiel de réduction des crues via

60
l'optimisation des pratiques agricoles et forestières rejoint les conclusions de Muhammad et al. (2013)
en Indonésie. Ces auteurs ont estimé des baisses de débits de pointe de 15 à 30% grâce à la promotion
de l'agroforesterie et du reboisement dans certains sous-bassins. Par ailleurs, notre analyse soulignant
les disparités hydrologiques entre sous-bassins en fonction des types de sol et de végétation fait écho
aux travaux de Melesse et al. (2011) en Ethiopie. Ces chercheurs avaient également observé des
réponses hydrologiques contrastées en lien avec la diversité des caractéristiques biophysiques à
l'intérieur d'un bassin versant.

Notre approche de modélisation avec HEC-HMS s'inscrit plus globalement dans les recommandations
des directives de gestion des risques d'inondation émises par l'ONU (UNDP, 2014) et l'OMM (WMO,
2016), prônant une analyse intégrée combinant cartographie, paramètres hydrologiques et simulations
de scénarios.

Ainsi, nos principaux résultats sont cohérents avec les connaissances actuelles issues de divers
contextes géographiques, confirmant la pertinence de notre approche de modélisation hydrologique
pour une gestion intégrée du bassin versant de la rivière Mulongwe.

En somme, cette étude démontre clairement le potentiel de la modélisation hydrologique avec HEC-
HMS pour évaluer les impacts de l'occupation du sol sur les crues et guider une gestion intégrée du
bassin versant permettant de réduire efficacement les risques d'inondation.

61
 CONCLUSION GENERALE ET RECOMMANDATIONS
Ce mémoire avait pour objectif d'étudier le potentiel d'aménagement du territoire pour réduire les crues
dans le bassin de la rivière Mulongwe, à travers une approche de modélisation hydrologique. Cette
problématique revêt une importance particulière dans un contexte de risques accrus liés aux
changements climatiques et à la pression anthropique croissante sur les ressources en eau. Dans un
premier temps, une revue de littérature a permis de poser les concepts clés nécessaires à l'appréhension
du sujet. La caractérisation géomorphologique du bassin versant et l'analyse diachronique de
l'occupation des sols ont mis en évidence l'influence de facteurs géologiques, topographiques et
anthropiques sur l'écoulement de la rivière. Ces résultats viennent conforter notre première hypothèse
selon laquelle les caractéristiques naturelles et l'évolution des pressions humaines déterminent le
régime hydrologique.
La modélisation hydrologique réalisée à l'aide du logiciel HEC-HMS a constitué un apport
méthodologique majeur pour évaluer quantitativement différents scénarios d'aménagement du
territoire. Bien que l'absence de données de débits mesurées in-situ n'ait pas permis une calibration
optimale du modèle, les résultats obtenus viennent confirmer notre seconde hypothèse quant à l'intérêt
de ce type d'outils numériques pour la comparaison de scénarios. Parmi les options simulées, la
conjugaison de mesures de reforestation, d’agroforesterie et de limitation de l'artificialisation des sols
s'est révélé la plus efficace pour réduire les débits de pointe. Le scénario combinant reforestation,
bassins de rétention et maîtrise de l'urbanisation s'est révélé le plus performant. D'après les
simulations, sa mise en œuvre permettrait de réduire les débits de pointe de 25 % lors d'une crue
centennale.
Or, on sait que le risque d'inondation est directement lié à l'ampleur des crues. Une baisse de 25% des
débits de pointe limiterait donc considérablement l'extension spatiale des zones inondables et le risque
associé pour les personnes et les biens.
Ce travail offre des perspectives prometteuses pour la gestion future du bassin versant de la rivière
Mulongwe, notamment en termes de priorisation d'actions structurelles et non structurelles. Cependant,
des efforts restent nécessaires pour consolider ces résultats préliminaires, en particulier par la mise en
œuvre d'un dispositif de suivi hydrologique permettant une calibration plus poussée des modèles. Par
ailleurs, il conviendra d'élargir les analyses à d'autres composantes environnementales telles que la
qualité de l'eau ou la biodiversité.

62
L'approche participative multi-acteurs représente également une voie d'amélioration prometteuse, en
vue de renforcer l'appropriation et la pérennité des mesures engagées. Au-delà du bassin étudié, cette
recherche ouvre des perspectives plus larges en termes de gestion intégrée des ressources en eau à
l'échelle des bassins versants. La poursuite des efforts engagés revêt donc une importance cruciale
dans l'optique d'une meilleure résilience face aux aléas climatiques.
Ainsi nous recommandons ;
0. Recommandations pour les chercheurs de :
- Poursuivre les travaux de recherche pour affiner les modèles et outils développés, en s'appuyant
sur un réseau de surveillance hydrologique renforcé impliquant les institutions universitaires et
de recherche.
- Compléter l'évaluation multicritères des scénarios en intégrant des critères économiques,
sociaux et environnementaux, afin de classer les priorités de manière participative.
- Poursuivre les investigations dans la zone d'étude en affinant les modèles hydrologiques au
regard des futures mesures déployées, afin de conseiller au mieux les décideurs.
- Élargir le champ d'étude aux transports solides et à la qualité des eaux au travers de nouvelles
recherches doctorales.
- Mieux caractériser les bassins amont affluents, souvent négligés, afin d'appréhender les
phénomènes de manière systémique.
1. Recommandations pour les autorités politico-administratives:
- Élaborer un plan d'actions priorisant la mise en œuvre du scénario retenu, en associant les
différents services techniques concernés et en prévoyant un budget dédié pluriannuel.
- Assurer le suivi et l'entretien régulier des ouvrages de génie rural réalisés.
- Intégrer cette problématique dans les documents de planification territoriale à l'échelle du
district.
2. Recommandations pour les services de vulgarisation:
- Sensibiliser les populations locales aux enjeux à travers des ateliers de restitution et d'échanges.
3. Recommandations pour les associations paysannes:
- Promouvoir des systèmes agricoles durables par des ateliers de formation techniques et de
démonstration sur le terrain.

63
 REFERENCES BIBLIOGRAPHIQUES
1. Aboubakar, Awaïss. 2003. « L’Initiative Bassin du Niger (IBN): développement durable et gestion
intégrée d’un grand fleuve ». Afrique contemporaine 206(2):179‑203.
2. AKAMBA, P. C. et Mbevo Fendoung, J. (2018). Impacts of flood disasters on health and
wellbeing in Sub-Saharan Africa: Explaining vulnerability, coping, and resilience building.
International Journal of Disaster Risk Reduction, 31, p. 95–102.
https://doi.org/10.1016/j.ijdrr.2018.04.017
3. Arnell, N. W. et Gosling, S. N. (2016). The impacts of climate change on river flood risk at the
global scale. Climatic Change, 134(3), p. 387- 401. https://doi.org/10.1007/s10584-014-1084-5
4. Arnold JG, Srinivasan R, Muttiah RS, Williams JR. Large area hydrologic modeling and
assessment part I: Model development1. JAWRA Journal of the American Water Resources
Association. 1998 Apr;34(1):73-89.
5. Arnold, J.G., Srinivasan, R., Muttiah, R.S. et Williams, J.R., 1998. Large area hydrologic modeling
and assessment part I: Model development. Journal of the American Water Resources Association,
34(1), pp.73-89

6. Ashwin, C. A., & Babu, S. (2014). Drainage analysis of extended area of bannerghatta national
park using GIS. International Journal of Innovation and Scientific Research. 9, 494-501.

7. Azanga, E., Majaliwa, J. G. M., & Kansiime, F. (2010). Sediments and nutrients hotspot areas
dynamics in selected micro-catchments of the Lake Tanganyika basin in Democratic Republic of
Congo. Second RUFORUM Biennial Meeting, 20‑24.
http://repository.ruforum.org/sites/default/files/Azanga.pdf

8. Ballais, J.-L. et Ségura, J.-R. (1995). Controlling factors of flooding in a semi-arid watershed
subject to bushfires (southeast Spain). Environmental Management, 19(5), p. 779‐787.
https://doi.org/10.1007/BF02471987
9. Ballais, J.-L., Garry, G. et Masson, M. (2005). Contributor to flood reduction: Role of vegetation
and soil conservation on Jamuna River, Bangladesh. Natural Hazards, 36(1), p. 1‐13.
https://doi.org/10.1007/s11069-004-4634-4
10. Barattucci, Chiara. 2014. « Urbanisation et risques naturels : le cas de la Vénétie ».
11. Barry, M., Esnault, L. & Valette, P. (2008). Comment gérer les inondations ? Évaluer les avantages

64
 et les coûts de l'adaptation [en ligne]. IDDRI, 32 p.
12. Beach, T., Luzzadder-Beach, S., Dunning, N., Jones, J., Lohse, J., Orrego, S. et Dunning, N.
(2006). A regional perspective on environmental degradation and sustainability in the Maya
Lowlands. Geographical Review, 96(3), p. 423–452. https://doi.org/10.1111/j.1931-
0846.2006.tb00442.x
13. Beck, H. E., Zimmermann, N. E., McVicar, T. R., Vergopolan, N., Berg, A., & Wood, E. F.
(2018). Present and future Köppen-Geiger climate classification maps at 1-km resolution.
Scientific data, 5(1), 1‑12.
14. Bertaudière, V., Montes, N., Gauquelin, T., & Édouard, J.-L. (1999). Dendroécologie du genévrier
thurifère (Juniperus thurifera L.) : Exemple de la thuriféraie de la montagne de Rié (Pyrénées,
France). Annals of Forest Science, 56(8), 685‑697.
15. Bibentyo, B., Balagizi, A., & Aleke, L. (2018). Régime alimentaire de Clarias gariepinus
(Burchell, 1822)(Clariidae, Teleostei) dans le réservoir de Nyangara, bassin du Lac Tanganyika à
Uvira (Sud–Kivu, RD Congo). Annales des Sciences et des Sciences Appliquées, 4(4/4), 237‑255.

16. Boissezon, E. de (2014). Dynamiques territoriales des zones humides et politiques publiques en
France et en Europe. Economie Rurale, 343, p. 19‐33. https://www.persee.fr/doc/ecoru_0013-
0559_2014_num_343_1_5912
17. Boucher, A. (2010). Aménagement de corridors riverains pour la rétention des crues et la
conservation des zones humides. VertigO - la revue électronique en sciences de l'environnement
[En ligne], Volume 10 Numéro 3 | décembre 2010, mis en ligne le 31 décembre 2010, consulté le
12 octobre 2021. URL : http://journals.openedition.org/vertigo/10927 ; DOI :
https://doi.org/10.4000/vertigo.10927
18. Breugem, W. P., Ludwig, F. et Arheimer, B. (2020). Towards a European high-resolution
observation-driven hydrometeorological dataset based on global and local data sources. Hydrology
and Earth System Sciences, 24(2), p. 973‐988. https://doi.org/10.5194/hess-24-973-2020
19. Bronstert, A. (2003). Floods and climate change: interactions and impacts. Risk Analysis, 23(3), p.
545-557. https://doi.org/10.1111/1539-6924.00329
20. Carton, B. L., Le Lay, M. et Guma, B. (2015). Le ruissellement urbain face aux enjeux de la ville
durable. VertigO - la revue électronique en sciences de l'environnement [En ligne], Volume 15
Numéro 2. https://doi.org/10.4000/vertigo.16599
65
21. Chanson, H., et al. (2009). Urban Water Bodies: Typology, Functioning, and Impacts. CRC Press.

22. Chocat, Bernard. 1997. « Le rôle possible de l’urbanisation dans l’aggravation du risque
d’inondation: l’exemple de l’Yseron à Lyon/The potential role of urbanization in increasing the
risk of flooding: the example of the Yzeron in Lyon ». Géocarrefour 72(4):273‑80.
23. Citeau, J.-M., Moreau-Valancogne, G., & Trap, J. (2015). Impact de l'artificialisation des sols sur
la qualité des eaux de surface: le cas d'un petit bassin versant périurbain de l'Eure-et-Loir (France).
VertigO - Revue électronique en sciences de l'environnement, 15(2).
https://doi.org/10.4000/vertigo.16230
24. Climate action (2023). The Impacts of Flooding. United Nations Climate Change.
https://unfccc.int/climate-action/sector/water#:~:text=Impacts%20of%20flooding-
,The%20impacts%20of%20flooding%20can%20be%20catastrophic%2C%20ranging%20from%20
loss,environmental%20damage%20and%20food%20insecurity.
25. Climate action. 2023. « Conséquences du changement climatique ». Consulté 11 juin 2023
(https://climate.ec.europa.eu/climate-change/consequences-climate-change_fr).
26. Coustau, M., 2011. " Contribution à la prévision des crues sur le bassin du Lez : modélisation de la
relation pluie-débit en zone karstique et impact de l’assimilation de débits", Thèse de doctorat,
Université Montpellier II, Montpellier, France, 234 pp.
27. Daphney, Dubé-Richard. 2022. « CARTOGRAPHIE DES PATRONS D’ÉCOULEMENT DE
L’EAU ET DE LA TURBIDITÉ DANS LA PLAINE INONDABLE DU LAC SAINT-PIERRE ».
UNIVERSITÉ DU QUÉBEC À TROIS-RIVIÈRES, QUEBEC.
28. David, G. (2004). Deux concepts clés de la gestion des risques de catastrophes : la vulnérabilité et
la résilience. Working Paper n°1 E quipe de recherche "Risques et Territoires".
29. Deslauriers, M.-P. (2018). Gestion des eaux pluviales en milieu urbain: utilisation des toitures
végétalisées pour l'infiltration. VertigO - la revue électronique en sciences de l'environnement [En
ligne], Volume 18 Numéro 2 | septembre 2018, mis en ligne le 10 octobre 2018, consulté le 07
octobre 2021. URL : http://journals.openedition.org/vertigo/19382 ; DOI :
https://doi.org/10.4000/vertigo.19382
30. Dind, J.-F. (2006). Evaluation des dommages des catastrophes naturelles à l'aide de l'analyse coûts-
bénéfices: une introduction critique et méthodologique. Cahiers de l’ISMEA, série «environnement
et développement».
66
31. Diop, I. (2019). Dynamique de l'occupation du sol et vulnérabilité aux inondations dans le secteur
périurbain de Djibélor (Ziguinchor, Sénégal). VertigO - la revue électronique en sciences de
l'environnement [En ligne], Volume 19 Numéro 2 | septembre 2019, mis en ligne le 10 octobre
2019, consulté le 07 octobre 2021. URL : http://journals.openedition.org/vertigo/23932 ; DOI :
https://doi.org/10.4000/vertigo.23932
32. Ezra, M. A., Banike, H. N., & Kakira, L. M. (2023). Revue Africaine d’Environnement et
d’Agriculture. Revue Africaine d’Environnement et d’Agriculture, 6(2), 31‑40.

33. Faye, S., Sène, A., Boivin, P. et Somé, B. (2021). Analyse spatiale et temporelle des variations
pluviométriques dans trois bassins versants du centre et de l’ouest du Burkina Faso. Science et
changements planétaires/Sécheresse, 32(4), p. 591‐603. https://doi.org/10.1684/sec.2021.0814
34. Federal Emergency Management Agency (FEMA). (2013). HEC-HMS User Manual. Retrieved
from https://www.fema.gov/media-library/assets/documents/10120
35. Frédérique C, Delalande J. Les ressources en eau douce des lacs volcaniques du Sud-Ouest de la
Tanzanie: aspects quantitatifs et qualitatifs. Géocarrefour. 2008 Mar 1;83(1-2):39-50.
36. Galvão, L. S., Formaggio, A. R., & Tisot, D. A. (2011). Discrimination of sugarcane varieties in
Southeastern Brazil with EO-1 Hyperion data. Remote Sensing, 3(10), 2173-2192.

37. Gautam, M. R. et Van Der Hoek, W. (2003). A methodology for assessing flood damage to crops
and livestock in Nepal [en ligne]. International journal of applied earth observation and
geoinformation, 4(4), p. 321-330. https://doi.org/10.1016/S0303-2434(03)00016-4
38. Gichamo, T. Z., Olsson, L., & Gichamo, T. W. (2022). Mapping soil organic carbon stocks and
changes in Ethiopian highlands using Sentinel-2 imagery and digital soil mapping. Geoderma, 408,
115523. https://doi.org/10.1016/j.geoderma.2021.115523
39. Gichamo, T.Z., Olsson, L. & Gichamo, T.W., 2022. Mapping soil organic carbon stocks and
changes in Ethiopian highlands using Sentinel-2 imagery and digital soil mapping. Geoderma, 408,
p.115523.

40. Glade, T. (2003). Vulnerability assessment in landslide risk analysis. Dierde, 134, 123–146.
https://homepage.univie.ac.at/thomas.glade/Publications/Glade2003b.pdf. Gleyzer, A., Denisyuk,
M., Rimmer, A., & Salingar, Y. (2007). A Fast Recursive Gis Algorithm For Computing Strahler
Stream Order In Braided And Nonbraided Networks 1. JAWRA Journal of the American Water
Resources Association, 40(4), 937-946. https://doi.org/10.1111/j.1752-1688.2004.tb01057.x
67
41. Gomez, Olga Patricia. 2015. « APPROCHE PAR BASSIN VERSANT POUR CARACTÉRISER
LES CAUSES DE DÉGRADATION DE LA QUALITÉ DE L’EAU DU LAC BAIE D’OR ».
Université du Québec, Québec.
42. Hassan, H. A. (1981). Climate and flooding in Egypt. Journal of Geography, 80(3), p. 116-122.
https://doi.org/10.1080/00221348108981251
43. He, Y., Feng, S. et Hubacek, K. (2019). Consequences of drought on agricultural flooding risks
under climate change. Science of The Total Environment, 652, p. 140‐148.
https://doi.org/10.1016/j.scitotenv.2018.10.206
44. Hirst, S. M. et Ibrahim, G. M. (1996). Impact on soil erosion and soil properties of land-use
changes in Egypt for improving land husbandry. Catena, 27(1), p. 63-79.
https://doi.org/10.1016/0341-8162(95)00066-5
45. Hovington, V. (2002). The psychological impact of floods. Flood Recovery, Innovation and
Response III, p. F41-F48.
46. Hovington, V., Fullagar, C. et Ursano, R. J. (2002). Disaster psychiatry: principles and practice.
Brunner-Routledge.
47. Ilunga, L. (2006). Etude des sites majeurs d’érosion à Uvira (RD Congo). Geo-eco-trop, 30(2),
1‑12.
48. Kabamba, K. (2000). Dynamique territoriale du Kasayi (Congo-Kinshasa). Incidences des
changements socio-politiques et économiques sur la recomposition spatiale. Bulletin de la Société
géographique de Liège, 39(2000), 2.
49. Kakira, M. C., Muderhwa, N., Bahananga, M., Kasigwa, C., & Gérard, K. M. (2008). Etude des
aspects socio-économiques de la pêche au lac Tanganyika et au réservoir de Nyangara﴾ Territoire
dUvira. Annales des Sciences. Université Officielle de Bukavu. Vol, 1(1), 101.

50. Kholiquzzaman Ahmad*, Q. (2006). Trends in monsoon variability over Bangladesh. Theoretical
and Applied Climatology, 85(3), p. 151‐160. https://doi.org/10.1007/s00704-005-0185-3
51. Kottek, M., Grieser, J., Beck, C., Rudolf, B., & Rubel, F. (2006). World map of the Köppen-Geiger
climate classification updated. https://opus.bibliothek.uni-
augsburg.de/opus4/files/40083/metz_Vol_15_No_3_p259-
263_World_Map_of_the_Koppen_Geiger_climate_classification_updated_55034.pdf

68
52. Koumassi, S. (2014). Impact des changements climatiques sur les inondations en Afrique
subsaharienne. VertigO - la revue électronique en sciences de l'environnement [En ligne], Volume
14 Numéro 3 | décembre 2014. https://doi.org/10.4000/vertigo.15609
53. Kundzewicz, Z.W., et al. (2018). Changes in Flood Risk in Europe. Wiley Interdisciplinary
Reviews: Water, 5(2), e1263.

54. Loukas, A. et Quick, M. C. (1999). Climatic aspect of drought

55. Lerat, J., 2009. " Quels apports hydrologiques pour les modèles hydrauliques ? Vers un modèle
intégré de simulation des crues", Thèse de doctorat, Université Pierre et Marie Curie, Paris, France,
390 pp.
56. Makri, Fatima Zohra. 2013. « Evaluation du risque potentiel des crues au niveau du bassin versant
d’Oued Enssa ». PhD Thesis, Université Mohamed Boudiaf-M’Sila.
57. Marchandise, A., 2007. "Modélisation hydrologique distribuée sur le Gardon d’Anduze ; étude
comparative de différents modèles pluie-débit, extrapolation de la normale à l’extrême et tests
d’hypothèses sur les processus hydrologiques", Thèse de doctorat, Université Montpellier II,
Montpellier, France, 214 pp.
58. Merz, B., J. Hall, M. Disse, and A. Schumann. 2010. Fluvial floodrisk management in a changing
world. Natural Hazards and EarthSystem Sciences (10):509–527. http://www.nat-hazards-earth-
syst-sci.net/10/509/2010/
59. Mokoso, J. D. D. M., Kavusa, G. K., Milenge, L. W., Sefu, J. A., & Kiswele, P. K. (2022).
Hippopotamus amphibius Linnaeus 1758 at Ruzizi River and Lake Tanganyika (Territory of Uvira,
South Kivu, DR Congo) : Population census and conservation implications. Journal of Applied
Biosciences, 171(1), 17795‑17811.
60. MORVAN, H. (2005). Etude de cas : Jeunes, violence chronique et pauvreté dans les territoires
d’Uvira-Fizi-Minembwe au Sud-Kivu (RDCongo). Promoting Livelihood and Coping Strategies of
Groups Affected by Conflicts and Natural Disasters, 2(1), 89‑143.
61. Moussa R, Gal L, Vischel T, Sarr B, Lebel T. Assessing the water balance in the Sahel: Impact of
small scale rainfall variability on runoff. Part 2: runoff sensitivity to rainfall. Journal of Hydrology.
2020 Jan 1;577:123811.
62. Mufungizi C. Hydro-climatic and morphometric parameters of the N'djili watershed in
southwestern Democratic Republic of Congo. Hydrology. 2023;10(1):21.
69
63. Muhammad, N. et al (2013). Potential Flood Reduction through Best Management Practices in a
Tropical Rainforest Catchment. Water, 5(3), 947-966.
64. Nacishali Nteranya, J. (2021). Cartographie de l’érosion hydrique des sols et priorisation des
mesures de conservation dans le territoire d’Uvira (République démocratique du Congo). VertigO -
la revue électronique en sciences de l’environnement, Volume 20 numéro 3, Article Volume 20
numéro 3. https://doi.org/10.4000/vertigo.28888
65. Ngo, V.T., et al. (2017). Modelling of Urban Floods: A Case Study of Hanoi City. Journal of
Hydrology, 550, 173-188.

66. Nicolas, Verlynde. 2018. « De la perception du risque d’inondation aux propositions d’adaptation
en territoire de côtes basses densément peuplées : le cas de la communauté urbaine de
Dunkerque ». UNIVERSITÉ DU LITTORAL CÔTE D’OPALE.
67. Ongezo, M. S, Norbert, J., Mtalo, F. and Ndomba P.M., 2014, Sediment yields estimation and
sources identification in Lake Tanganyika basin- the case of Mulongwe sub catchment - Uvira city
- DR Congo, Standard Global Journal of Geology and Explorational Research, 1(2), pp. 032- 042.
68. Peel, M. C., Finlayson, B. L., & McMahon, T. A. (2007). Updated world map of the Köppen-
Geiger climate classification. Hydrology and earth system sciences, 11(5), 1633‑1644.
69. Peemans, J.-P. (1998). Le Congo-Zaïre au gré du XXe siècle : Etat, économie, société 1880-1990.
Le Congo-Zaïre au gré du XXe siècle, 1‑286.

70. Raimbault, Georges. 1996. « Effet des sols et sous-sol urbains sur le devenir des eaux pluviales ».
Bulletin des laboratoires des Ponts et Chaussées 202:71‑78.
71. Segalen, P. (1977). Les classifications des sols. Revue critique. Service Scientifique Centre de
l’URSUM. Chapitre, 2, 1‑64.
72. Sinha, S., Sharma, L. K., & Singh, V. P. (2022). Morphometric analysis of a watershed using
remote sensing and GIS techniques. Environmental Monitoring and Assessment, 194(1), 30.
https://doi.org/10.1007/s10661-021-09623-8
73. Sinha, S., Sharma, L.K. et Singh, V.P., 2022. Morphometric analysis of a watershed using remote
sensing and GIS techniques. Environmental Monitoring and Assessment, 194(1), p.30.
74. Smith, J., et al. (2019). Integrated Water Resources Management: Concepts, Approaches, and
Challenges. Cambridge University Press.

70
75. Soro D, Kouadio KA, Savané I, Kouamé KF. Evolution spatio-temporelle des précipitations et de
l'occupation des terres dans le bassin versant de la Bandama supérieure (nord de la Côte d'Ivoire).
European Scientific Journal. 2013;9(19).

76. Sudmeier-Rieux, Karen. 2012.« Pour une réduction des risques de catastrophe fondée sur les
écosystèmes. Concepts clés et recommandations aux gouvernements, en particulier en Europe ».
Présenté à ACCORD EUROPÉEN ET MEDITERRANÉEN SUR LES RISQUES MAJEURS
(EUR-OPA), Strasbourg.
77. Tabuchi, Jean-Pierre. 2002. « Urbanisation et eaux pluviales ». TECHNIQUES SCIENCES
METHODES (7/8):38‑44.
78. Tekleab, S., Heluf, G. et Bailey, D., 2013. Soil fertility status and farmers' soil management
practices in Tigray, northern Ethiopia. Land degradation & development, 24(1), pp.64-71.
79. UNDP. (2014). Flood Risk Management Guidelines. United Nations Development Programme.
(https://adaptation-undp.org/resources/flood-risk-management-guidelines)
80. Unit, E. I. (2008). Country profile 2008. Country Report March 2002.
https://citeseerx.ist.psu.edu/document?repid=rep1&type=pdf&doi=e3f339e37493334d1608b462bd
33e7235dbc3cfc
81. Verma, H., Singh, A. K., & Sinha, R. (2022). Morphometric analysis and prioritization of sub-
watersheds using SWAT and GIS: A case study of Yamuna River Basin, India. Environmental
Monitoring and Assessment, 194(1), 62. https://doi.org/10.1007/s10661-021-09614-3
82. Verma, H., Singh, A.K. & Sinha, R., 2022. Morphometric analysis and prioritization of sub-
watersheds using SWAT and GIS: A case study of Yamuna River Basin, India. Environmental
monitoring and assessment, 194(1), p.62.
83. Verma, H., Singh, A.K. et Sinha, R., 2022. Morphometric analysis and prioritization of sub-
watersheds using SWAT and GIS: A case study of Yamuna River Basin, India. Environmental
monitoring and assessment, 194(1), p.62.
84. World Meteorological Organization (WMO). (2016). Guide to Hydrological Practices. Volume I:
Hydrology - From Measurement to Hydrological Information. Retrieved from
https://library.wmo.int/doc_num.php?explnum_id=7663

71
85. Zhou, Y., Wu, J., Peng, D., Wang, X., Liu, Z. & Li, X., 2022. Mapping and monitoring
cropland dynamics using Sentinel-1 and Sentinel-2 time series data. Remote Sensing, 14(5),
p.1147.

72