Etude de la susceptibilité des sols à l’érosion dans la région de Bordj-Bou-Arreridj : approche par SIG

Abstract

L'objectif principal de cette étude est de tester l'efficacité de trois modèles d'apprentissage automatique individuels pour la conception de cartes de susceptibilité à l'érosion en ravines (GESM),d'évaluer les performances des modèles générés et acquis,et d'explorer l'utilité de ces cartes pour aider les décideurs et les autorités locales.Le bassin versant du K'sob (1 570 km2) est une terre agricole qui est la plus touchée par l'érosion des sols à Tell al-Sharqi,dans le Nord-Est de l'Algérie.La prédominance des terrasses alluviales,rgileuses et marneuses dans la zone a conduit au développement de très grandes de l’érosion en ravines.Les conséquences les plus importantes de ce phénomène désastreux sont l'envasement du barrage de K'sob,la perte de terres agricoles et le manque de protection des bassins versants.Pour évaluer l'érosion en ravines dans ce bassin versant, les modèles suivants ont été appliqués : forêt aléatoire(RF), boosting de gradient extrême (EXBoost) et modèle de régression logistique (LR).Dans toute la région,565 formes d’érosion (1475 réticulocytes)ont été identifiées par une plusieurs visites sur le terrain.Onze facteurs prédisposition sont été sélectionnés et évalués pour identifier les zones les plus susceptibles à cet aléa. Ensuite,les performances des trois modèles ont été évaluées.Les résultats montrent que le modèle XGBoost présente les meilleures performances (AUC=0,942,erreur standard=0,009 et IC«0,893–0,971») comparativement aux autres.Demander aux usagers des terres d'évaluer la dégradation des sols peut augmenter leur prise de conscience des processus de dégradation locaux et améliorer la pertinence des indicateurs locaux pour évaluer les progrès accomplis en vue de réduire la dégradation des terres,notamment celles utilisées à des fins agricoles.