Navigation – Plan du site
2019
899

Cartographie du risque feu de forêt dans le Nord-est algérien : cas de la wilaya d’El Tarf

Cartography of wildfire hazards in Northeast Algeria: The Tarf Province as a Case Study
Azzedine Mohamed Touffik Arfa, Mohamed El Habib Benderradji, Thierry Saint-Gérand et Djamel Alatou

Résumés

Cet article traite de l’espace des risques feux de forêts au sein des massifs de la wilaya d’El Tarf situés dans le Nord-est algérien. Devenues des préoccupations nationales depuis une quinzaine d’années, la prévention et la lutte contre les feux de forêts ont donné lieu à diverses mesures qui n’ont pas permis de réduire leur nombre et les surfaces brûlées. Les mesures de traitement ponctuel des symptômes visibles des feux de forêts atteignant leurs limites, nous proposons de nouvelles formes de cartographies opérationnelles pour la gestion des espaces forestiers afin de réduire le nombre et l’impact de ces feux. Les données issues des satellites d’observation de la terre associées aux différents types d’information liés aux feux de forêts, une fois intégrés dans un système d’information géographique, s'avèrent fiables pour l’identification des zones à risques et de cartographie de l’étendue des feux. La base de données géographique produite au cours de cette étude constitue un outil extrêmement utile pour la compréhension et le suivi des feux de forêts et permettent aux gestionnaires et aux décideurs de disposer de bases valables pour la prise de décisions.

Haut de page

Entrées d’index

Mots-clés :

SIG, cartographie, risque, feu, forêt

Keywords :

GIS, cartography, risk, fire, forest
Haut de page

Texte intégral

Introduction

1En Algérie, chaque année en moyenne plus de 36.000 hectares de forêts sont détruits par les feux. Les pertes économiques dans le secteur forestier générées par ces feux, entre 1985 et 2006, se chiffrent à plus de 113 milliards de dinars algériens. Cette évaluation financière ne prend en compte que la valeur marchande des produits perdus (bois, liège, broussailles, alfa, arboriculture…), sans tenir compte des dépenses annuelles pour la lutte. De plus, il faut ajouter à cela une perte à long terme de la biodiversité et de l’équilibre des écosystèmes forestiers qui reste difficile à chiffrer (Arfa et al., 2009). La prévention et la détection précoce constituent les seuls moyens de réduire le coût des dégâts causés.

2La politique forestière pratiquée en Algérie commence depuis une dizaine d’années à s’inspirer de l’expérience des pays avancés dans le domaine, et à prendre en considération les innovations scientifiques en matière de gestion et protection du patrimoine forestier. Les cartes réalisées de manière traditionnelle ne sont plus adaptées aux besoins actuels. La complexité et la diversité des données relatives à l’environnement ont favorisé le développement de systèmes capables de répondre aux besoins de collecte, d’analyse et de représentation de phénomènes environnementaux. Les SIG (Systèmes d’information géographique) et la télédétection sont devenus des outils incontournables pour la compréhension et le suivi des phénomènes dynamiques comme les feux de forêts et permettent de disposer d’arguments valables pour la prise de décisions.

3« Toute réflexion sur le risque, la vulnérabilité, les situations à risques reste lettre morte si des outils ne permettent pas de rendre opérationnelles les avancées conceptuelles du monde scientifique. En contrepartie, la mise en place de supports techniques d’aide à la décision, en concertation avec les acteurs qui, au quotidien sont chargés de la gestion des risques, permet de faire progresser la réflexion et la connaissance du risque et de la vulnérabilité pour un territoire donné » (Di Mauro et Bouchon, 2006).

4Suivant une démarche d’intégration de données multi-sources, nous cherchons à créer une base de données géographique nécessaire à l'analyse et à la cartographie des secteurs exposés au risque feu de forêt pour faciliter et améliorer leurs gestions.

5Le risque feu de forêt est une notion composite complexe, obéissant à des pas de temps très différents (de la minute à la décennie), et dans lequel les facteurs météorologiques jouent un rôle essentiel dans l’éclosion et dans la propagation. Un feu catastrophique nécessite l’association d’un contexte favorable (mise à feu par temps chaud, sec et venteux, et avec une végétation déshydratée), d’une susceptibilité très forte (végétation inflammable, dense et multi-stratifiée, pentes topographiques…), et d’une vulnérabilité importante (enjeux exposés et difficultés de lutte). L’évolution future semble beaucoup plus dépendante de l’activité humaine que du changement climatique (Carrega, 2008). Dans cet article seul la susceptibilité du risque feu de forêt, c’est à dire le potentiel de feu évoluant lentement dans le temps, est analysée.

6L'expérience SIG a été menée au niveau de l’ensemble des massifs forestiers de la wilaya d’El Tarf, en raison de son fort taux de recouvrement, avec plus de 57%, de la présence du parc national d'El Kala, réserve de la biosphère, et de l'importante pression anthropique exercée sur ces milieux par la population locale.

7Notre étude vise, par conséquent, à répondre aux questions suivantes :

  • Quelles sont les zones présentant un risque élevé de départ de feu ?

  • Quelles sont les zones présentant un risque important en termes de combustibilité et de propagation du feu ?

  • Le réseau DFCI (Défense des Forêts Contre les Incendies) est-il réellement efficace face au risque feu de forêt ?

Matériels et méthodes

Site d'étude

8Située à l’extrême nord-est de l’Algérie, la wilaya d’El Tarf est comprise entre les parallèles 36°23'25'' et 36°57'7'' de latitude Nord et 7°39'49" et 8°40'52" de longitude Est. Issue du découpage administratif de 1984, elle s´étend sur une superficie de 2 882 km² et comprend 24 communes. Elle est délimitée au nord par la mer Méditerranée, à l’est par la frontière algéro-tunisienne, à l’ouest par la wilaya d’Annaba, au sud-ouest par la wilaya de Guelma et au sud par la wilaya de Souk Ahras (Fig.1).

Figure 1 : Localisation et classes d'occupation du sol de la wilaya d’El Tarf

Figure 1 : Localisation et classes d'occupation du sol de la wilaya d’El Tarf

9Le territoire de la wilaya d’El Tarf regroupe 5 classes d’occupation du sol : végétation, agriculture, sable, plans d’eau et espace bâti (Fig.1). La végétation, composée essentiellement de forêts et de maquis, occupe une surface de 161 464 ha, soit 56,03% de la surface totale. L’agriculture avec 36,47% vient en seconde position comptabilisant une surface de 105 118 ha, elle comprend les terres de cultures, l’arboriculture et les pâturages. Les zones de sable correspondent au cordon dunaire littoral localisé dans la partie nord de la wilaya avec une surface de 427 ha, soit 0,15%. La wilaya est aussi caractérisée par une importante zone humide, notamment au sein du parc national d’El Kala. Ces plans d’eau, qui englobent les lacs, les marais et les barrages, occupent une surface totale de 13 556 ha, soit 4,70%. Enfin, l’espace bâti correspond à 2,65% de la surface de la wilaya, soit 7 638 ha, dominé par l’habitat rural. En plus de 2 villes (El Kala et El Tarf) et 113 villages, on compte plus de 5 539 maisons rurales et 7 780 fermes éparses.

10La topographie de la wilaya d’El Tarf s’intègre globalement dans les reliefs de l’extrémité nord-est de la chaîne tellienne algérienne. Le territoire de cette wilaya est caractérisé par un relief très accidenté dans sa plus grande partie au sud et par sa simplicité et sa platitude relative dans sa partie nord, à proximité de la mer. Les dénivellations dans le domaine montagneux sont généralement supérieures à 300 m entre les bas-fonds d’oueds et le haut des reliefs (Fig.2). Les pentes sont très fortes au niveau de la montagne (>25%), moyennes sur les bas reliefs, faibles au niveau de certaines collines et cordons dunaires littoraux (3-12,5%) et très faibles (<3%) au niveau des plaines et des vallées ouvertes vers la mer (M.A.T.E., 2010).

Figure 2 : Modèle numérique de terrain de la wilaya d'El Tarf

Figure 2 : Modèle numérique de terrain de la wilaya d'El Tarf

11Dans la wilaya d'El Tarf, les 161 464 ha de massifs forestiers sont composés de forêts (76 693 ha), de maquis (84 244 ha), de vides et de clairières (527 ha). Le cordon dunaire situé au nord est stabilisé par des peuplements de chênes kermès sous forme de maquis (Photo.1), de pins maritimes et de pins pignon destinés à l’intensification ligneuse. Les ripisylves, localisées au niveau des zones humides, sont constituées de peupliers, d’aulnes, d’ormes et de frênes. La zone se trouvant au sud de la wilaya, de nature montagneuse, est occupée graduellement par du chêne liège (Photo.2) et chêne zéen (Photo.3), alternant avec des vides forestiers et de grandes enclaves ou clairières favorables à un développement rural intégré (agro-sylvo-pastoral). La chênaie est généralement dominante, le chêne zéen couvre les reliefs à partir de 800 m d’altitude, le chêne liège et sa forme dégradée (maquis arboré) partagent équitablement le reste (Fig.3). Les reboisements sont constitués de pins maritimes et d’eucalyptus. Les maquis très dégradés, essentiellement par le passage répété des feux, sont composés par plusieurs espèces, dont les plus importantes sont : Phillyrea angustifolia, Pistacia lentiscus, Erica arborea, Calycotum spinosa, Cistus salviifolius, Myrtus communis et Olea europaea.

Figure 3 : Formations forestières de la wilaya d'El Tarf

Figure 3 : Formations forestières de la wilaya d'El Tarf

Photographie 1 : Maquis de chêne kermès (forêt domaniale El Kala, canton les dunes)

Photographie 1 : Maquis de chêne kermès (forêt domaniale El Kala, canton les dunes)

Photographie 2 : Subéraie (forêt domaniale Ghourrah, canton Ghourrah)

Photographie 2 : Subéraie (forêt domaniale Ghourrah, canton Ghourrah)

Photographie 3 : Futaie de chêne zéen (forêt domaniale Ghourrah, canton Ghourrah)

Photographie 3 : Futaie de chêne zéen (forêt domaniale Ghourrah, canton Ghourrah)

12D’après les résultats du dernier recensement général de la population et de l’habitat de 2008, la population de la wilaya d’El Tarf est de 408 452 habitants et représente 1,2% de la population algérienne. Cette population vieillit plus vite que celle de l’ensemble du territoire national. Lorsqu’on compare la pyramide des âges de la population de la wilaya d’El Tarf avec celle de la population algérienne, on constate un déficit prononcé sur les classes d’âge des jeunes (moins de 25 ans), et une surreprésentation des classes d’âges adultes relativement élevées.

13La population de la wilaya d’El Tarf a augmenté de 230% depuis 1966, à l’image de celle du pays sur la même période. Cette progression n’est pas linéaire et cache des disparités importantes. Ainsi, entre 1966 et 1977 la progression a été de 44,5%, de 1977 à 1987 (53,9%), de 1987 à 1998 (28,3%) et enfin sur la dernière période de 1998 à 2008 de 15,8%.

14La densité de population de la wilaya d’El Tarf (140 habitants au km2) est près de dix fois supérieure à la moyenne du pays (15 habitants au km2). Si la densité moyenne est en nette évolution, les déséquilibres de peuplement opposent une périphérie de montagnes au Sud, caractérisée par des problèmes d’enclavement et de structuration de l’espace, à une zone de plaines au Nord accueillant tous les éléments dynamiques (grandes infrastructures routières, grands centres urbains, bonnes terres agricoles...) et concentrant 70,3% de la population sur 47,8% du territoire.

15La wilaya d’El Tarf se distingue par une forte proportion de maisons individuelles : deux tiers de l’ensemble des logements. Cette prépondérance est liée à la ruralité originelle du territoire, à la faiblesse des pôles urbains, au vaste mouvement de construction de lotissements et d’un habitat épars en milieu rural et périurbain (M.A.T.E., 2010).

16En 2009, la wilaya d’El Tarf comptait 17 145 chômeurs, soit un taux de chômage de 12%. Indéniablement, le secteur primaire (Agriculture, foresterie et pêche) est le secteur productif le plus pourvoyeur d’emplois de la wilaya. Hormis la rubrique « autre » qui englobe les activités de services divers et mal définies, ce sont par ordre décroissant le BTPH (17,81%) et le commerce (11,53%) qui suivent (Tab.1).

Tableau 1 : Réparation des emplois selon le secteur d’activité dans la wilaya d’El Tarf.

Secteurs d'activité

Nombre d'occupés

Proportion (%)

Agriculture + pêche + forets

24 778

19,78

Commerce

14 453

11,53

Administration

6 205

4,95

BTPH

22 317

17,81

Industrie

2 464

1,96

Autres

55 026

43,93

Total

125 243

100%

Approches méthodologiques

17L’approche méthodologique adoptée pour la conception d’un outil cartographique d’aide à la gestion du risque feu de forêt dans la wilaya d’El Tarf s’appuie sur trois étapes importantes :

  • Mise au point d’un modèle conceptuel de données (MCD) à partir du concept de « situation à risque » ;

  • Construction de la Base de Données Géographique et structuration des données collectées ;

  • Construction des différents niveaux d’information spatiale et des cartographies associées utiles aux gestionnaires et à leurs échanges dans le cadre d’une gestion territoriale du risque feu de forêt.

Modèle conceptuel de données de la situation à risque feu de forêt

18Le concept de « situation à risques » vise à construire un panorama aussi large et pertinent que possible des éléments entrant dans la relation Risque/Espace. Ces éléments et leurs interrelations sont explicités au sein d’un MCD. C’est à partir de ce modèle que sera construite et structurée la base de données du Système d’Information Géographique (SIG) dédiée au repérage et à l’évaluation des situations à risque, ainsi qu’à la concertation entre les acteurs pour la gestion des situations à risque (Propeck-Zimmermann et al., 2007).

19L’opération consiste à définir précisément l’ensemble des données nécessaires et à structurer la base de données. Cette opération n’est pas triviale et requiert de passer par un MCD. L’élaboration d’un tel modèle consiste d’abord à identifier les concepts fondamentaux et les mots-clés structurant la conception retenue pour décrire le phénomène traité en relation avec la finalité de l’application. Ici, le concept retenu comme fondement est celui de « situation » et de « potentiel », et les concepts mots-clés associés sont ceux d’aléa, d’enjeux, d’exposition, de vulnérabilité et de résilience. Ces concepts guident dans un second temps l’établissement de l’inventaire le plus exhaustif possible des composants et de leurs interrelations au sein du phénomène traité. Enfin, et c’est la spécificité des SIG, ces composants et interrelations sont structurés en graphes d’entités spatiales « couches d’objets indicateurs » selon un ensemble de règles de cohérences d’intégrité topologique et géométrique, de sémantique, d’échelle spatiale et temporelle, de géoréférenciation, et de précision (Saint-Gérand, 2005).

20Il s’agit ainsi d’identifier et de structurer, selon les échelles d’analyses géographiques pertinentes, l’ensemble des données spatiales et attributaires se rapportant à ces concepts. Le MCD développé dans le cadre de cette étude est un modèle de type hypergraphique, d’inspiration à la fois systémique, systématique et spatiale, développé au sein du laboratoire GEOSYSCOM de Caen à partir de fondements proposés par Bouillé (1978). La modélisation hypergraphique de Bouillé permet de construire des structures de données prenant en compte à la fois la globalité du ou des phénomènes traités, les formes d’existence (entités spatiales ou enregistrements de base de données) des objets décrivant ces phénomènes, des attributs décrivant ces objets, ainsi que leurs relations. Le tout est visualisé selon un graphisme explicitant clairement les référents de base du chercheur (Saint-Gérand, 2002).

21La figure 4 représente les différentes hyper-classes et classes d’objets se rapportant au risque feu de forêt. Pour des raisons de plus grande lisibilité, tous les liens n’ont pas été représentés.

Figure 4 : Modèle conceptuel de la géodatabase du système spatial risque feu de forêt.

Figure 4 : Modèle conceptuel de la géodatabase du système spatial risque feu de forêt.

Construction de la Base de Données Géographique

22Pour répondre à l’objectif de caractérisation des situations à risques dans les massifs forestiers de la wilaya d’El Tarf, il est nécessaire de collecter des données à la fois nombreuses, variées et multi-sources. Après avoir affiné le MCD, un travail important consiste à alimenter et structurer la base de données spatiale en respectant ce modèle de données. La collecte des données et leur intégration dans une base constituent des phases clés de notre recherche. La saisie des données demande également un temps de travail important et continu.

23La première étape consiste à examiner dans le détail les données disponibles à la fois selon leur contenu thématique, leur précision géométrique et leur cohérence topologique, pour ainsi procéder à des corrections et des mises à jour si nécessaire. La seconde étape consiste à rechercher des outils et développer des méthodes qui permettent de créer les données non disponibles. Dans une troisième phase, de nouvelles couches d’information sont créées par croisements successifs des couches existantes. Toutes les données recueillies ont été traitées, organisées et intégrées dans le SIG.

Construction des différents niveaux d’information spatiale

Modélisation du risque de départ de feux au niveau des massifs forestiers de la wilaya d'El Tarf

24Le risque de départ de feux est étroitement lié à l'action anthropique. En Algérie, entre 1985 et 2006, 86% des départs de feux dont l’origine est connue sont volontaires (Arfa et al., 2009). Les précédentes analyses ont déjà mis en évidence la question des feux pastoraux, principale cause des incendies dans certaines régions de l'extrême Nord-Est algérien, où le feu est le moyen le plus économique de régénérer des pâturages et d'ouvrir des maquis impénétrables. Une autre cause, non moins importante, de développement des incendies est la culture sur brûlis, notamment pour les arachides, l'extension des vides labourables et la mise à nue par le feu des terres à vocation forestière pour des cultures spéculatives. Il existe aussi des feux volontaires allumés par esprit de vengeance pour exprimer le mécontentement vis-à-vis des procédures de l'administration forestière (Arfa, 2008).

25Parmi les travaux les plus récents sur la question de la modélisation des facteurs socio-économiques des feux de forêt, on peut citer ceux de Vilar et al. (2014) qui ont analysé et tenté de modéliser l’influence des facteurs socioéconomiques et leur évolution dans le temps sur la fréquence des feux de forêt en Europe méditerranéenne. En Algérie, Belkaid (2016) a réalisé une analyse de la variabilité spatiale des départs de feu et a mis en évidence les principaux facteurs humains qui conditionnent la répartition de ces derniers au niveau de 3 communes de la wilaya de Tizi-Ouzou.

26Pour la modélisation du risque de départ de feux, nous proposons l'indice de départ de feux (IDF) exprimé par la relation suivante (Arfa, 2019) : IDF = RFerme + RMR + RAgri + RPiste.

27R est le niveau de risque lié à la proximité des éléments suivants :

  • Fermes indicatrices de l'activité d'élevage ;

  • Maisons rurales indicatrices de la présence humaine ;

  • Des terres agricoles ;

  • Pistes forestières permettant l'accès aux massifs forestiers.

28Pour chacun de ces critères, les valeurs du niveau de risque R sont comprises entre 1 (risque faible) et 5 (risque très élevé). Ces niveaux de risques sont déterminés en fonction du pourcentage du nombre de départs de feux déclarés entre 1985 et 2012 et la distance qui les sépare de chaque critère. Les niveaux de risque retenus sont :

  1. R = 1 : risque faible avec un pourcentage du nombre de feu égal à 5%;

  2. R = 2 : risque modéré avec un pourcentage du nombre de feu égal à 10%;

  3. R = 3 : risque moyen avec un pourcentage du nombre de feu égal à 20%;

  4. R = 4 : risque élevé avec un pourcentage du nombre de feu égal à 30%;

  5. R = 5 : risque très élevé avec un pourcentage du nombre de feu égal à 35%.

29Le tableau 2 illustre l'exemple de la détermination des niveaux de risque R lié à la proximité des pistes forestières.

Tableau 2 : Détermination des niveaux de risque R relatifs à la distance aux pistes forestières.

Distance aux pistes forestières

De 0à 100 m

De 101à 250 m

De 251à 500 m

De 501à 800 m

Plusde800 m

Nombre de feux

1137

975

650

325

162

% du nombre de feux

35%

30%

20%

10%

5%

Niveau du risque (R)

5

4

3

2

1

30Les valeurs de l’indice de départ de feux sont comprises entre 4 et 20. Il est codé en 5 classes :

  1. Faible : IDF = 4.

  2. Modéré : 4 < IDF ≤ 8.

  3. Moyen : 8 < IDF ≤ 12.

  4. Élevé : 12 < IDF ≤ 16.

  5. Très élevé : IDF > 16.

Modélisation de la combustibilité des massifs forestiers de la wilaya d'El Tarf

31Les principaux critères qui interviennent dans la propagation d’un feu de forêt sont la structure spatiale du combustible (recouvrement horizontal et stratification verticale) et le type d’espèces dominantes. Ces espèces, qui caractérisent les formations en raison de leur importance constitutive, influent sur la combustibilité des peuplements intrinsèques (Trabaud, 1980). Pour évaluer l’indice de combustibilité (IC) nous utilisons une méthode mise au point par Alexandrian (1982) en France au CEMAGREF. Cette méthode, qui permet d'estimer la gravité potentielle d’un feu démarrant dans un peuplement forestier déterminé, consiste en la mise au point d’un modèle empirique basé sur l’expérience des sapeurs-pompiers, pour pondérer les termes d’une expression mathématique, dont les paramètres proviennent d’une description normalisée de la végétation. C’est ainsi qu’un indice de combustibilité a été exprimé par la relation suivante : IC = 39 + 0,23 BV (E1 + E2 – 7,18).

32BV est le biovolume de la formation végétale. Il est obtenu par addition des taux de recouvrement de chacune des 4 strates de végétation (ligneux hauts, ligneux bas, herbacées et litière) auxquels on ajoute le taux de recouvrement des chicots et bois morts, s’il y a lieu. Chacun de ces taux de recouvrement est compris entre 0 (absence de strate) et 10 (strate formant un couvert fermé); le biovolume est donc compris entre 0 et 50.

33E1 et E2 sont les notes d’intensité calorifique (comprises entre 1 et 8) des deux espèces dominantes : E1 pour les ligneux hauts et E2 pour les ligneux bas ou herbacées.

34Les notes d'intensité calorifique, des espèces présentes dans les massifs forestiers de la wilaya d'El Tarf, ont été obtenues à partir de la liste des principales espèces dominantes de la végétation méditerranéenne établie par le CEMAGREF. Cependant, les notes d'intensité calorifique de l'eucalyptus et de l'acacia ont été extraites à partir des travaux de Valette (1990), alors que celle du chêne liège a été citée par Peyre (2004).

35Il est important de noter que la combustibilité d'une formation végétale apparaît ici clairement comme dépendant avant tout des espèces qui la composent. Le biovolume intervient de façon différente suivant la valeur de la somme E1+E2. Si cette somme est inférieure à 7,18 (espèces peu combustibles ou à pouvoir calorifique par unité de biovolume faible), l'indice reste inférieur à 40. Dans le cas contraire, il sera d'autant plus élevé que le biovolume sera important (CEMAGREF, 1990). L’indice de combustibilité peut atteindre théoriquement 140. Il est codé en 5 classes :

  1. Faible : IC < 40

  2. Modéré : 40 ≤ IC < 50

  3. Moyen : 50 ≤ IC < 60

  4. Élevé : 60 ≤ IC < 70

  5. Très élevé : IC ≥ 70

36En ce qui concerne l'estimation du biovolume de l'ensemble des massifs forestiers de la wilaya d'El Tarf, nous avons eu recours à la télédétection en utilisant l'indice de végétation par différence normalisée NDVI. Plusieurs auteurs ont utilisé cet indice pour estimer la biomasse végétale. Parmi les plus récents, on peut citer les travaux de Galidaki et al. (2017), de Baloloy et al. (2018) et de Askar et al. (2018).

37Les images utilisées pour le calcul de l'NDVI sont issues du satellite Sentinel-2. Ce sont des produits de niveau 2A avec des images mono-dates ortho-rectifiées, exprimées en réflectance de surface, accompagnées d'un masque de nuages/ombres de nuages/neige/eau.

38L'estimation du biovolume global de la végétation doit être réalisée durant la période où l'activité photosynthétique est à son maximum, généralement durant la saison printanière. Parmi les différentes dates disponibles, nous avons choisi celle du 30/03/2016 qui correspond à la fois à la saison printanière et affiche un taux de couverture nuageuse nul.

39Les valeurs de l’NDVI sont comprises entre –1 et +1, les valeurs négatives correspondant aux surfaces autres que les couverts végétaux, comme la neige, l'eau et les nuages pour lesquelles la réflectance dans le rouge est supérieure à celle du proche infrarouge. Pour les sols nus, la réflectance étant à peu près du même ordre de grandeur dans le rouge et le proche infrarouge, de sorte que le NDVI présente des valeurs proches de 0. Quant aux formations végétales elles ont des valeurs positives, généralement comprises entre 0,1 et 1. Les valeurs les plus élevées correspondant aux couverts les plus denses (Sellers, 1985).

40L’estimation du biovolume global de la végétation à partir de l’NDVI, nécessite de mettre en place une échelle d’équivalence entre les deux valeurs. Sachant que les valeurs théoriques du biovolume varient entre 0 et 50 et que celles de l’NDVI, concernant la végétation, sont comprises entre 0,1 et 1, il suffit donc de faire correspondre ces deux intervalles. Dans ce cas, la valeur 0,1 de l’NDVI correspondra à la valeur 0 du biovolume et celle de 1 sera équivalente à 50. Cependant, avant d’effectuer cette équivalence, une dernière étape de validation doit être réalisée pour vérifier si les valeurs de l’NDVI calculées sur l’image satellite expriment bien la quantité réelle du biovolume. Les valeurs du biovolume estimées sur terrain au niveau de 96 relevés, répartis sur l’ensemble des massifs forestiers, ont été comparées avec les valeurs correspondantes de l’NDVI grâce aux coordonnées GPS.

Modélisation du risque feux de forêts de la wilaya d'El Tarf

41Le risque feux de forêts résulte de la combinaison entre la probabilité d'occurrence des feux, exprimé par l'indice de départ de feux (IDF), et leur gravité, exprimée par l'indice de combustibilité (IC). Pour la modélisation du risque feux de forêts, nous proposons l'indice de risque IRF exprimé par la relation suivante: IRF = IDF + IC. Les valeurs de l’indice de risque feux de forêts comprises entre 2 et 10 sont codées en 5 classes :

  1. Faible : IRF = 2.

  2. Modéré : 2 < IRF ≤ 4.

  3. Moyen : 4 < IRF ≤ 6.

  4. Élevé : 6 < IRF ≤ 8.

  5. Très élevé : IRF > 8.

Résultats et discussions

Carte de risque de départ de feux des massifs forestiers de la wilaya d'El Tarf

42La figure 5 nous renseigne sur la variabilité spatiale du risque relatif à la probabilité d'occurrence des feux au niveau des massifs forestiers de la wilaya d'El Tarf. D’après les résultats obtenus, les classes de risque élevé et très élevé concernent plus de 62% des massifs forestiers avec respectivement 37% et 25%. Seul 0,25% des massifs forestiers présentent un risque faible et 12% un risque modéré.

Figure 5 : Risque de départ de feux des massifs forestiers de la wilaya d'El Tarf

Figure 5 : Risque de départ de feux des massifs forestiers de la wilaya d'El Tarf

43Toutes les forêts domaniales et communales de la wilaya d'El Tarf présentent des niveaux de risque élevé et très élevé en matière de mise à feu. Cependant, les zones à risque très élevé sont localisées essentiellement au niveau des interfaces forêt/habitat et forêt/agriculture qui longent les pistes forestières.

44La validation des résultats de la carte de risque, estimée à partir de l'indice de départ de feux, passe par une comparaison entre les classes de risque et l'historique du nombre de feux déclarés entre 1985 et 2012. Le cumul du nombre de feux au cours des 28 années a été calculé pour chaque classe de risque (Fig.6).

Figure 6 : Répartition du nombre de feux entre 1985 et 2012 suivant les classes de risque IDF

Figure 6 : Répartition du nombre de feux entre 1985 et 2012 suivant les classes de risque IDF

45Les résultats révèlent que 78% des feux, entre 1985 et 2012, concernent les zones à risque élevé et très élevé de départ de feux, avec respectivement 33% et 45%. À l'inverse, aucun feu n'a été signalé au niveau des zones à risque faible et seulement 5% pour les zones à risque modéré.

Carte de combustibilité des massifs forestiers de la wilaya d'El Tarf

46Les valeurs de l’NDVI calculées pour l’ensemble des massifs forestiers de la wilaya d’El Tarf sont comprises entre -1 et +1 avec une moyenne de 0,73 (Fig.7). Les valeurs les plus faibles, représentées en rouge, correspondent aux oueds traversant les massifs forestiers et aux zones humides localisées essentiellement au niveau du cordon dunaire littoral. La couleur jaune exprimant les valeurs nulles de l’NDVI correspond généralement au réseau de pistes forestières et aux zones de défrichement. Enfin la couleur verte correspond à la végétation, où les peuplements clairsemés voire dégradés ont des tons plus clairs, alors que les futaies et maquis denses sont représentés par des tons plus foncés.

Figure 7 : NDVI des massifs forestiers de la wilaya d'El Tarf

Figure 7 : NDVI des massifs forestiers de la wilaya d'El Tarf

47Ces valeurs d’NDVI, calculées à partir de l’image satellite, ont été comparées aux valeurs du biovolume estimé au niveau de 96 relevés de terrain. Les résultats montrent que l’NDVI reflète bien les variations du biovolume de la végétation (Fig.8).

Figure 8 : Comparaison entre l’NDVI et le biovolume estimé sur terrain

Figure 8 : Comparaison entre l’NDVI et le biovolume estimé sur terrain

48Les valeurs de l’NDVI, une fois validées, ont été utilisées comme référence de base pour l’estimation du biovolume global des massifs forestiers de la wilaya d’El Tarf. Les valeurs du biovolume varient entre 0 et 50 avec une moyenne de 35,64 (Fig.9).

Figure 9 : Biovolume des massifs forestiers de la wilaya d'El Tarf

Figure 9 : Biovolume des massifs forestiers de la wilaya d'El Tarf

49Les valeurs du biovolume combinées aux notes d’intensité calorifique des espèces dominantes, extraites à partir de la carte des formations forestières, ont servi au calcul de l’indice de combustibilité IC, dont les valeurs sont comprises entre 0 et 123,53 (Fig.10).

Figure 10 : Risque de combustibilité des massifs forestiers de la wilaya d'El Tarf

Figure 10 : Risque de combustibilité des massifs forestiers de la wilaya d'El Tarf

50La figure 10 nous renseigne sur la variabilité spatiale du risque relatif à la gravité et à la vitesse de propagation du feu au niveau des massifs forestiers de la wilaya d'El Tarf. D’après les résultats obtenus, les classes de risque élevé et très élevé concernent plus de 55% des massifs forestiers, alors que 16% seulement présentent un risque faible.

51La validation des résultats de la carte de risque, estimée à partir de l'indice de combustibilité, passe par une comparaison entre les classes de risque et l'historique des surfaces brûlées entre 1985 et 2012. Le cumul des surfaces brûlées au cours des 28 ans a été calculé pour chaque classe de risque.

52Les résultats révèlent que 71% des surfaces brûlées, entre 1985 et 2012, concernent les massifs forestiers présentant un risque de combustibilité élevé et très élevé, avec respectivement 21% et 50%. Par contre, seul 12% des surfaces brûlées ont été enregistrées au niveau des massifs forestiers présentant un risque de combustibilité faible (Fig.11).

Figure 11 : Répartition des surfaces brûlées entre 1985 et 2012 suivant les classes de risque IC

Figure 11 : Répartition des surfaces brûlées entre 1985 et 2012 suivant les classes de risque IC

Carte de risque feux de forêts de la wilaya d’El Tarf

53Le résultat du calcul et du classement de l'indice de risque feux de forêts IRF, illustré par la figure 12, nous renseigne sur la variabilité spatiale du risque relatif à la probabilité d'occurrence des feux et leurs gravités au niveau des massifs forestiers de la wilaya d'El Tarf.

Figure 12 : Risque feux de forêt des massifs forestiers de la wilaya d’El Tarf

Figure 12 : Risque feux de forêt des massifs forestiers de la wilaya d’El Tarf

54Les résultats montrent que plus de 64% des massifs forestiers de la wilaya d'El Tarf présentent un risque feux de forêts élevé et très élevé, avec respectivement 39% et 25%. Les zones à risque faible ne représentent que 0,04% et 7% pour les zones à risque modéré. Les zones à risque très élevé sont localisées, essentiellement, au niveau des massifs forestiers à forte densité, composés d'essences très combustibles et proches des interfaces forêt/habitat et forêt/agriculture qui longent les pistes forestières (Fig.12).

55La validation des résultats de la carte de risque, estimée à partir de l'indice de risque feux de forêts IRF, passe par une comparaison entre les classes de risque et l'historique du nombre de feux déclarés entre 1985 et 2012 et leurs surfaces brûlées (Fig.13).

Figure 13 : Répartition du nombre de feux et des surfaces brûlées entre 1985 et 2012 suivant les classes de risque IRF

Figure 13 : Répartition du nombre de feux et des surfaces brûlées entre 1985 et 2012 suivant les classes de risque IRF

56Les résultats de la comparaison révèlent que les massifs forestiers à risque élevé et très élevé enregistrent 75% des feux et 81% des surfaces brûlées entre 1985 et 2012. À l'inverse, aucun feu n'a été signalé au niveau des zones à risque faible. Pour les zones à risque modéré, seulement 3% des feux ont été enregistrés avec un taux de surface brûlée égal à 7% (Fig.13).

57Les résultats de cette comparaison confirment la fiabilité et la précision de la carte du risque feux de forêts. Cette carte peut constituer un outil important pour les gestionnaires et les décideurs dans le cadre de la prévention, la lutte et la gestion des feux de forêts au niveau des massifs forestiers de la wilaya d'El Tarf. Elle permet également l'évaluation de l'efficacité du réseau de défense des forêts contre les incendies (DFCI).

Analyse de l'efficacité du réseau DFCI face au risque feu de forêt

58Le réseau DFCI est composé de pistes forestières, de tranchées pare-feu, de points d’eau et de tours de guet. Son efficacité a été analysée à l'aide de l'indice de risque feux de forêts IRF.

Analyse de l'efficacité des points d’eau face au risque feu de forêt

59On dénombre 73 points d’eau aménagés par l’administration forestière à travers les massifs de la wilaya d'El Tarf. Seuls 52 points d'eau sont localisés à l'intérieur des forêts, les 21 restants sont situés à proximité des massifs forestiers. L'efficacité des points d'eau dépend essentiellement de leurs localisations par rapport aux zones à risque élevé et très élevé de feux de forêts. Sur les 52 points d'eau localisés à l'intérieur des forêts, les zones à risque élevé et très élevé en totalisent 28, avec respectivement 11 et 17 points d'eau, alors que les zones à risque moyen disposent de 21 points d'eau (Fig.14).

60Cependant, si on compte les points d'eau situés à moins de 100 m des zones à risque élevé et très élevé leur nombre passe de 28 à 50, dont :

  • 20 points d'eau avec une capacité de stockage de 15 m3 ;

  • 29 points d'eau avec une capacité de stockage de 18 m3 ;

  • 01 point d'eau avec une capacité de stockage de 36 m3.

Figure 14 : Répartition des points d'eau suivant les classes de risque feux de forêts

Figure 14 : Répartition des points d'eau suivant les classes de risque feux de forêts

61Ces résultats montrent que la distribution spatiale des points d'eau couvre d'importantes zones présentant un risque élevé et très élevé de feux de forêts. Ceci traduit une efficacité accrue de l'utilisation des points d'eau lors de la lutte contre les feux de forêts, à condition bien sûr que le temps d'intervention sur les départs de feux soit très court.

Analyse de l'efficacité des tranchées pare-feu (TPF) face au risque feu de forêt

62Les tranchées pare-feu sont des discontinuités linéaires destinées à compartimenter l'espace forestier et contenir l'incendie dans les massifs isolés ainsi créés. La végétation y est absente ou réduite à une strate herbacée rase. Possédant une largeur minimale de 20 m, elles sont le plus souvent situées aux interfaces forêt/zone d'activités humaines ou implantés selon la ligne de plus grande pente ou sur les crêtes (Colin et al., 2001). Les massifs forestiers de la wilaya d'El Tarf sont sillonnés par plusieurs TPF, généralement installées perpendiculairement aux vents dominants. Avec un volume total de 1 791,35 ha, le volume moyen de TPF est de 1,11 ha pour 100 ha de forêt. Même si le volume des TPF est insuffisant eu regard des normes établies pour la forêt algérienne, qui font état de 2,5 ha de TPF pour 100 ha de forêt, leurs localisations concernent plutôt les massifs forestiers à risque feux de forêts élevé et très élevé, avec respectivement 51% et 37% (Fig.15). Cependant, 39% du volume de TPF pour les zones à risque élevé et 50% pour les zones à risque très élevé ne sont pas entretenues.

63Bien que la distribution spatiale des tranchées pare-feu couvre d'importantes zones présentant un risque élevé et très élevé de feux de forêts, ces résultats montrent que leur efficacité est très réduite en raison du manque d'entretien, qui non seulement favorise la propagation du feu mais également peut être une source de départ de feux.

Figure 15 : Répartition des tranchées pare-feu suivant les classes de risque feux de forêts

Figure 15 : Répartition des tranchées pare-feu suivant les classes de risque feux de forêts

Analyse de l'efficacité des tours de guet face au risque feu de forêt

64Ces miradors sont installés sur les points culminants dominants les massifs forestiers de la wilaya d'El Tarf. Actuellement, 3 tours de guet sur les 7 disponibles sont opérationnelles, il s’agit des tours de guet d’Oum Ali, de Kouraima et de Skhira. Celles de Kef Abdallah, El Koursi, Ain Megfel et Dridra sont dégradées ou détruites.

65Le champ de visibilité des 3 tours de guet opérationnelles a été calculé, puis superposé aux zones à risque feux de forêts (Fig.16). Pour des raisons de plus grande lisibilité de la carte, les niveaux de risque faible et modéré n'ont pas été affichés.

Figure 16 : Zones de visibilité des tours de guet suivant le risque feux de forêt

Figure 16 : Zones de visibilité des tours de guet suivant le risque feux de forêt

66La surface visible des massifs forestiers à partir des 3 tours de guet a été calculée pour chaque classe de risque (Fig.17). Si le pourcentage des zones visibles est plus important pour les classes de risque élevé et très élevé, on constate qu’avec des valeurs autour de 20% (contre 11% et 8% pour les classes de risque moyen et modéré) le taux de couverture des tours de guet opérationnelles est très insuffisant.

67Cela révèle l'inefficacité du réseau de surveillance des feux de forêts à partir des tours de guet, notamment en raison du manque d'entretien et de rénovation de ces infrastructures, pourtant essentielles dans la détection rapide et précise des départs de feux.

Figure 17 : Pourcentage de visibilité par les tours de guet selon les classes de risque feux de forêts

Figure 17 : Pourcentage de visibilité par les tours de guet selon les classes de risque feux de forêts

Analyse de l’efficacité des pistes forestières face au risque feu de forêt

68Actuellement, les massifs forestiers de la wilaya d’El Tarf, disposent d’un réseau de desserte assez dense avec 2 767 km de pistes forestières. Tout ce réseau est d’une grande importance pour la gestion des forêts (exploitation de bois, travaux sylvicoles, surveillance et intervention contre les feux).

69Cependant, 35% des pistes forestières sont impraticables et 51% difficilement praticables. La longueur en fonction de l'état des pistes forestières a été calculée pour chaque classe de risque feux de forêts. La distribution spatiale des pistes forestières montre que les zones exposées au risque élevé de feu de forêt sont desservies par un important réseau de pistes, suivi par les zones présentant un risque moyen et très élevé (Fig.18).

Figure 18 : Longueur et état des pistes forestières suivant les classes de risque feux de forêts

Figure 18 : Longueur et état des pistes forestières suivant les classes de risque feux de forêts

70Malheureusement, dans sa majeure partie, le réseau est difficilement accessible voire inaccessible pour les moyens d'intervention et de lutte contre les feux de forêts. Ceci allonge considérablement le temps d'intervention et rend difficile la progression des véhicules d'interventions au plus près des zones à risque élevé et très élevé de feux de forêts. Le manque d'entretien et d'aménagement du réseau de pistes forestières, au niveau de la wilaya d'El Tarf, réduit fortement son efficacité face au risque feu de forêt.

Propositions et recommandations pour une meilleure gestion des feux de forêts dans la wilaya d'El Tarf

71Au terme de cette étude et à la lumière des résultats obtenus à travers les différentes analyses et requêtes spatiotemporelles sur les feux de forêts au niveau de la wilaya d'El Tarf, nous proposons ce qui suit :

  • Vu la prédominance des mises à feux volontaires, seules les populations qui sont intégrées économiquement à la forêt ressentent la nécessité de la défendre, c’est pour cette raison que la population rurale doit être intégrée à l'économie forestière ;

  • Ne pas interdire le pâturage en forêt, mais plutôt le contrôler car il permet non seulement d'obtenir un rendement économique important pour les éleveurs mais également, de nettoyer les zones à forte densité de sous-bois très inflammable durant la saison sèche ;

  • Pour les populations rurales habitantes à proximité des zones boisées, il serait intéressant de les sensibiliser à l'apport financier que pourrait rapporter les produits forestiers autre que le bois et le pâturage, comme par exemple les champignons, les plantes aromatiques et médicinales, etc. ;

  • La rénovation des tours de guet dégradées et la reconstruction de celles détruites, permettront d'atteindre un taux de couverture des massifs forestiers de 34% au lieu des 17% actuel. Ceci augmentera la rapidité de détection et d'intervention sur les feux naissants, causant ainsi moins de dégât au patrimoine forestier ;

  • Augmentation de la surveillance mobile dans les zones non couvertes par le réseau de tours de guet, avec une densité minimum d'un surveillant pour 3 000 ha à protéger ;

  • Les tranchées pare-feu doivent être entretenues annuellement, les éleveurs doivent être associés à l’entretien de ces dernières en faisant paître leurs bétails. Il est préférable de ne pas réaliser des tranchées pare-feu plutôt que de les faire et ne pas les entretenir car une végétation pyrophyte s'y développe, favorisant le déclenchement des feux de forêts ;

  • Les pistes forestières sont une arme à double tranchant car si elles permettent l'accès aux moyens de luttes contre les feux de forêts, elles facilitent également l'accès aux incendiaires. D'autant plus que la majorité du réseau est en mauvais état, ce qui le rend impraticable pour les véhicules d'intervention mais facile d'accès pour les populations rurales et leurs bétails ;

  • Renforcer la prise en compte du risque feux de forêts dans les programmes d’aménagement et de gestion des espaces, en particulier dans les interfaces forêt/habitat et forêt/agriculture, en hiérarchisant les enjeux économiques, environnementaux et sociaux ;

  • Ouvrir le milieu forestier aux investissements privés non polluant et non dégradant (apiculture, plantation dans le vide labourable...), ceci dans un double objectif : celui de l'amélioration du revenu du riverain et celui de la protection du milieu forestier ;

  • Mettre à jour régulièrement la base de données géographiques « feux de forêts », afin d'avoir des données précises lors des analyses et des requêtes pour une meilleure prise de décision, essentielle à une bonne gestion des feux de forêts.

Conclusion

72À partir du cas pratique de la wilaya d’El Tarf, nous avons présenté au cours de cette étude les méthodes et approches utilisées pour, d'une part, la création d'une géodatabase regroupant toutes les couches thématiques relatives aux feux de forêts et, d'autre part, l'analyse, le traitement et l'expression cartographique et statistique de ces informations géographiques. La capacité de prédire le risque feu de forêt constitue un outil important pour les gestionnaires, car elle contribue à améliorer l'efficacité de l'allocation des ressources en matière de prévention, de détection et de lutte contre les incendies. Les moyens de lutte (humains et matériels) étant limités, la cartographie du risque feu de forêt permet aux gestionnaires de concentrer leurs efforts sur les secteurs les plus exposés au risque feux de forêt et d'adapter leur réseau DFCI pour plus d'efficacité.

73Une cartographie du risque feu de forêt a été réalisée en se basant sur des méthodes scientifiques utilisant les systèmes d’information géographique et de l’imagerie satellitaire. Les Systèmes d’Information Géographique et l’imagerie satellitaire, vont trouver en Algérie leurs applications dans le domaine de la protection des forêts contre les feux. Le fait de s’intéresser à ces techniques donne l’occasion d’aborder des questions d’une façon plus pressante et systématique. Il est certain qu’à moyen terme, ces investissements vont générer des profits qui se traduiront par une réduction des dégâts causés par les feux de forêts, et une meilleure protection et gestion des ressources naturelles. La base de données géographique produite au cours de cette étude, pourra constituer un outil extrêmement utile pour les gestionnaires et les décideurs d’aménagement contre les feux de forêts.

Haut de page

Bibliographie

Alexandrian D., 1982, "Estimation de l’inflammabilité et de la combustibilité de la végétation", CEMAGREF, BI No.228, 31-39.

Arfa A.M.T., 2008, Les incendies de forêts en Algérie: stratégies de prévention et plans de gestion, Mémoire de Magister en écologie végétale et environnement, Université de Constantine.

Arfa A.M.T., Benderradji M.E.H., Alatou D., 2009, "Analyse des bilans des incendies de forêt et leur impact économique en Algérie entre 1985-2006", New Medit, Vol.8, No.1, 46-51.

Arfa A.M.T., 2019, Application du SIG et de la télédétection pour un outil cartographique d'aide à la gestion des feux de forêts dans la wilaya d'El Tarf, Thèse de doctorat en science, Ecologie et environnement, Université des Frères Mentouri Constantine 1.

Askar, Nuthammachot N., Phairuang W., Wicaksono P., Sayektiningsih T., 2018, "Estimating Aboveground Biomass on Private Forest Using Sentinel-2 Imagery", Journal of Sensors, Vol.2018, Article ID 6745629.

Baloloy A. B., Blanco A. C., Candido C. G., Argamosa R. J. L., Dumalag J. B. L. C., Dimapilis L. L. C., Paringit E. C., 2018, "Estimation of mangrove forest aboveground biomass using multispectral bands, vegetation indices and biophysical variables derived from optical satellite imageries: Rapideye, Planetscope and Sentinel-2", ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume IV-3, 2018 ISPRS TC III Mid-term Symposium “Developments, Technologies and Applications in Remote Sensing”, 7–10 May, Beijing, China.

Belkaid H., 2016, Analyse spatiale et environnementale du risque d’incendie de forêt en Algérie: Cas de la Kabylie maritime, Thèse de doctorat en Géographie. Université Nice Sophia Antipolis.

B.N.E.D.E.R., 2007, Etude d’inventaire forestier national : Rapport sur la caractérisation des formations forestières de la wilaya d’El Tarf, Direction Générale des Forêts, Ministère de l’Agriculture et du Développement Rural.

Bouillé F., 1978, "Structuring cartographic data and spatial processes with the hypergraph-based data structure", in Geoffrey Dutton (eds.) First International Symposium on Topological Data Structures for GIS, Cambridge, Massachusetts.

Carrega P., 2008, "Le risque d'incendies de forêt en région méditerranéenne : compréhension et évolution", Actes des colloques de l'AIC, 9-13 Sep 2008, Montpellier, France, 11-23.

CEMAGREF, 1990, "Inflammabilité et combustibilité", dans Protection des forêts contre les incendies, guide technique du forestier méditerranéen français, Division Technique Forestière Méditerranéenne, Fiche No.5.

Colin P-Y., Jappiot M., Mariel A., Lampin-Cabaret C., Veillon S., Brocchiero F., 2001, "Protection des forêts contre l'incendie, Fiches techniques pour les pays du bassin méditerranéen", Cahier FAO Conservation 36, Thème 6 : La prévision.

Di Mauro C., Bouchon S., 2006, "Les cartes régionales de vulnérabilité, outils de réflexion et supports d’aide à la décision: le cas de la région Piémont et de la province de Varèse", Responsabilité et Environnement, Annales des Mines, No.43, 26-31.

Galidaki G., Zianis D., Gitas I., Radoglou K., Karathanassi V., Tsakiri–Strati M., Woodhouse I., Mallinis G., 2017, "Vegetation biomass estimation with remote sensing: focus on forest and other wooded land over the Mediterranean ecosystem "International Journal of Remote Sensing, Vol.38, No.7, 1940-1966.

Ministère de l’Aménagement du Territoire et de l’Environnement, 2010, Etude du plan d’aménagement de la wilaya d’El Tarf. Phases I : Etat des lieux – Diagnostic prospectif.

Peyre S., 2004, "Le chêne-liège des Pyrénées-Orientales face au feu", Colloque international Vivexpo : "Le chêne-liège face au feu", 18 juin 2004, Vivès, France, 63-67.

Propeck-Zimmermann E., Guillot P., Saint-Gérand T., Bonnet E. et Blondel C., 2007, Les nouvelles formes d’inscription territoriale des risques industriels : Appui méthodologique aux gestionnaires et décideurs de l’estuaire de la Seine dans le domaine des sciences humaines et sociales, Rapport de recherche Programme "Risques, Décisions, Territoires", Ministère de l’Écologie, du Développement et de l’Aménagement Durables.

Saint-Gérand T., 2002, S.I.G. : Structures conceptuelles pour l’analyse spatiale, Habilitation à diriger des recherches, Université de Rouen.

Saint-Gérand T., 2005, "Comprendre pour mesurer ou mesurer pour comprendre ? HBDS : pour une approche conceptuelle de la modélisation géographique du monde réel", in: Guermond Y. (dir.), 2005, Modélisation en géographie, déterminismes et complexités, Coll. "Traité Information Géographique et Aménagement du territoire", Hermès Lavoisier Editions, Paris, 261-298.

Sellers P.J., 1985, "Canopy Reflectance, Photosynthesis and Transpiration", International Journal of Remote Sensing Vol.6, No.8, 1335-1372.

Trabaud L., 1980, Impact biologique et écologique des feux de végétation sur l’organisation, la structure et l’évolution de la végétation des zones de garrigues du bas-Languedoc, Thèse Doctorat d'Etat, Université des Sciences et Techniques de Montpellier.

Valette J.C., 1990, "Inflammabilité des espèces forestières méditerranéennes. Conséquence sur la combustibilité des formations forestières", Revue forestière française, No.17, 76-92.

Vilar L., Camia A., San-Miguel-Ayanz J., 2014, "Modelling socio-economic drivers of forest fires in the Mediterranean Europe", in Domingos X.V. (Eds.), Advances in forest fire research, Imprensa da Universidade de Coimbra, 1874-1882.

Haut de page

Table des illustrations

Titre Figure 1 : Localisation et classes d'occupation du sol de la wilaya d’El Tarf
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-1.png
Fichier image/png, 230k
Titre Figure 2 : Modèle numérique de terrain de la wilaya d'El Tarf
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-2.png
Fichier image/png, 1,3M
Titre Figure 3 : Formations forestières de la wilaya d'El Tarf
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-3.png
Fichier image/png, 173k
Titre Photographie 1 : Maquis de chêne kermès (forêt domaniale El Kala, canton les dunes)
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-4.jpg
Fichier image/jpeg, 408k
Titre Photographie 2 : Subéraie (forêt domaniale Ghourrah, canton Ghourrah)
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-5.jpg
Fichier image/jpeg, 572k
Titre Photographie 3 : Futaie de chêne zéen (forêt domaniale Ghourrah, canton Ghourrah)
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-6.jpg
Fichier image/jpeg, 472k
Titre Figure 4 : Modèle conceptuel de la géodatabase du système spatial risque feu de forêt.
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-7.png
Fichier image/png, 545k
Titre Figure 5 : Risque de départ de feux des massifs forestiers de la wilaya d'El Tarf
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-8.png
Fichier image/png, 243k
Titre Figure 6 : Répartition du nombre de feux entre 1985 et 2012 suivant les classes de risque IDF
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-9.png
Fichier image/png, 22k
Titre Figure 7 : NDVI des massifs forestiers de la wilaya d'El Tarf
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-10.png
Fichier image/png, 941k
Titre Figure 8 : Comparaison entre l’NDVI et le biovolume estimé sur terrain
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-11.png
Fichier image/png, 49k
Titre Figure 9 : Biovolume des massifs forestiers de la wilaya d'El Tarf
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-12.png
Fichier image/png, 966k
Titre Figure 10 : Risque de combustibilité des massifs forestiers de la wilaya d'El Tarf
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-13.png
Fichier image/png, 272k
Titre Figure 11 : Répartition des surfaces brûlées entre 1985 et 2012 suivant les classes de risque IC
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-14.png
Fichier image/png, 26k
Titre Figure 12 : Risque feux de forêt des massifs forestiers de la wilaya d’El Tarf
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-15.png
Fichier image/png, 257k
Titre Figure 13 : Répartition du nombre de feux et des surfaces brûlées entre 1985 et 2012 suivant les classes de risque IRF
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-16.png
Fichier image/png, 36k
Titre Figure 14 : Répartition des points d'eau suivant les classes de risque feux de forêts
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-17.png
Fichier image/png, 29k
Titre Figure 15 : Répartition des tranchées pare-feu suivant les classes de risque feux de forêts
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-18.png
Fichier image/png, 29k
Titre Figure 16 : Zones de visibilité des tours de guet suivant le risque feux de forêt
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-19.png
Fichier image/png, 340k
Titre Figure 17 : Pourcentage de visibilité par les tours de guet selon les classes de risque feux de forêts
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-20.png
Fichier image/png, 24k
Titre Figure 18 : Longueur et état des pistes forestières suivant les classes de risque feux de forêts
URL http://journals.openedition.org/cybergeo/docannexe/image/32304/img-21.png
Fichier image/png, 27k
Haut de page

Pour citer cet article

Référence électronique

Azzedine Mohamed Touffik Arfa, Mohamed El Habib Benderradji, Thierry Saint-Gérand et Djamel Alatou, « Cartographie du risque feu de forêt dans le Nord-est algérien : cas de la wilaya d’El Tarf », Cybergeo : European Journal of Geography [En ligne], Environnement, Nature, Paysage, document 899, mis en ligne le 29 mai 2019, consulté le 27 juin 2019. URL : http://journals.openedition.org/cybergeo/32304 ; DOI : 10.4000/cybergeo.32304

Haut de page

Auteurs

Azzedine Mohamed Touffik Arfa

Université des Frères Mentouri Constantine 1, Faculté S.N.V., Département de Biologie et Ecologie végétale, Laboratoire Développement et Valorisation des Ressources Phytogénétiques, Algeria.
Maître de conférences
arfa_azzedine@yahoo.fr

Mohamed El Habib Benderradji

Université des Frères Mentouri Constantine 1, Faculté S.N.V., Département de Biologie et Ecologie végétale, Laboratoire Développement et Valorisation des Ressources Phytogénétiques, Algeria.
Professeur
benderradji_meh@yahoo.com

Thierry Saint-Gérand

Université de Caen Normandie, UMR 6266, UFR de Géographie, Laboratoire IDEES Caen, France.
Professeur
th.stgd@yahoo.fr

Djamel Alatou

Université des Frères Mentouri Constantine 1, Faculté S.N.V., Département de Biologie et Ecologie végétale, Laboratoire Développement et Valorisation des Ressources Phytogénétiques, Algeria.
Professeur
djalatou@yahoo.fr

Haut de page

Droits d’auteur

Licence Creative Commons
La revue Cybergeo est mise à disposition selon les termes de la Licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 3.0 non transposé.

Haut de page