1Les catastrophes naturelles liées à l’eau telles que les inondations et les sècheresses sont les plus rependues au monde (Rentschler et al., 2020). Selon l’OMM (2021), 44% des catastrophes répertoriées dans le monde entre 1970 et 2019 étaient associées à des inondations. Elles sévissent sur tous les continents et dans presque tous les pays. Le Mali, un pays continental situé au cœur de l’Afrique de l’Ouest, est régulièrement touché par des catastrophes résultant des aléas naturels. Il est particulièrement vulnérable à la sécheresse, aux inondations, aux invasions acridiennes, aux épidémies et aux tempêtes de sable (WB, 2016). Cette vulnérabilité est liée principalement à son climat de type sahélo-saharien sur une grande partie du territoire qui est accentuée par des facteurs socio-économiques et environnementaux, en particulier ; une économie essentiellement basée sur l’agriculture pluviale, un problème d’aménagement du territoire et d’occupation des sols. Ainsi, selon le rapport mondial sur les risques de 2017, le Mali se classe au 13e rang sur 171 pays en termes de vulnérabilité aux risques naturels, et au 4e rang en termes de manque de capacités d'adaptation (Bündnis Entwicklung Hilft, 2017). De 1980 à 2017 (soit 37 ans), le pays a connu six épisodes majeurs de sécheresse et six grandes inondations qui ont touché plus de 7 millions de personnes. En 2022, les inondations ont causé 41 701 personnes sinistrées dont 7 personnes décédées et 10 autres blessées, 5 632 maisons détruites, 600 points d’eau endommagés, affectant 5 177 ménages (OCHA, 2022). Le bilan consolidé des dernières inondations de 2024 ayant touché le pays entre juin et décembre 2024 fait état de 729 cas d’inondations recensés ayant affecté 88 083 ménages, causé 95 décès et 154 blessés en plus de nombreuses pertes en cheptel enregistrées, notamment des dizaines de volailles et ruminants emportés. Par ailleurs, près de 3 000 greniers et magasins ont été détruits selon le comité interministériel de gestion des crises et catastrophes (CIGCC, 2025)
2La région de Mopti est sans doute la plus naturellement exposée aux inondations au Mali, notamment à cause de sa géomorphologie. En effet, elle fait partie principalement du Delta central du Niger, aussi appelé Delta Intérieur du Niger (DIN) ; cette plaine alluviale d’une superficie de 30 000 km2 constitue la plus vaste zone humide continentale d’Afrique de l’Ouest (DNM, 2005). La commune urbaine de Mopti avec une superficie de 125 km2, dont la ville du même nom est le chef-lieu de la 5e région administrative du Mali, est située dans la partie Sud-Est du DIN. Elle était l’une des premières destinations touristiques du pays avant la crise sécuritaire de 2012 (Touré et al., 2021a). La forte demande en logement engendrée par la croissance démographique dans la commune, conduit les habitants à occuper des zones auparavant inondables (Touré et al., 2021b). En effet, les vagues de sècheresses des années 1970 et 1980 ayant entrainé une baisse considérable des côtes et débits du fleuve Niger (Diawara, 2018) ont donné l’impression aux gens que les inondations restaient dans le passé et que les zones proches (limitrophes) des cours d’eau étaient désormais habitables et sures. Cependant, avec la recrudescence des extrêmes climatiques des dernières années dans le Sahel (Janicot et al., 2015 ; Vischel et al., 2015), il est nécessaire de mener des études pour mieux comprendre l’occurrence des évènements pluviométriques et des crues extrêmes, et leurs impacts sur les populations dans un contexte d’urbanisation croissante de la ville de Mopti. Cette recherche a pour objectif d’analyser l’occurrence des évènements pluviométriques et des crues extrêmes afin de déterminer les extrêmes d’inondation.
3La commune de Mopti couvre une superficie de 125 km². Sur la base des estimations de la direction nationale de la population (DNP, 2022), la région de Mopti compte 3 124 445 dont 1 579 248 femmes et 1 545 197 hommes. Le taux de croissance démographique de la région est de 4,2%. Quant à la commune urbaine de Mopti, elle compte 185 339 habitants dont 92 189 hommes et 93 150 femmes (DNP, 2022). La commune urbaine de Mopti est située à la confluence de deux cours d’eau importants (Carte 1) : le Niger et son affluent principal, le Bani. Elle est entourée par une vaste plaine rizicole qui fait que la ville est enclavée en période de crue car ne disposant que d’une seule voie bitumée qui la relie à l’extérieur. C’est pour ça qu’elle est communément appelée localement « la Venise malienne ». Ce positionnement rend la commune vulnérable aux risques d’inondation.
Carte 1 : Présentation de la commune urbaine de Mopti
Touré et al. (2024).
4Les données utilisées dans cette étude sont de deux types : les chroniques de pluies journalières maximales annuelles (Pmax) et des côtes journalières maximales annuelles du fleuve Niger (Hmax), mesurées respectivement dans les stations météorologique et hydrométrique de Mopti. Elles sont sans interruption et elles couvrent les périodes suivantes : janvier 1960 à décembre 2013 pour Pmax et janvier 1944 à décembre 2022 pour Hmax. Les données de pluies proviennent de l’Agence de la Météorologie du Mali (Mali-Météo) tandis que celles des côtes proviennent de la Direction Nationale de l’Hydraulique (DNH) du Mali.
5L’homogénéité des données a été vérifiée par le test de Pettitt. Cependant, selon l’étude menée par Lubes-Niel et al. (1998) sur la puissance et la robustesse de quelques tests d’homogénéité des chroniques, ce test est plutôt raisonnable pour détecter les ruptures sur la moyenne mais pas pour évaluer les tendances, donc la stationnarité de la série de données. C’est pourquoi pour chaque période obtenue entre des ruptures identifiées via le test de Pettitt, le test de Mann-Kendall est appliqué pour déceler et vérifier la significativité des tendances dans les séries. Ces tests sont non-paramétriques et basés sur le rang ; leurs principes sont expliqués à travers les formules de 1.1 à 1.3 et de 1.4 à 1.5 respectivement, pour un échantillon de n valeurs (x1, x2, …, xn) d’une variable aléatoire X, telles qu’appliquées par Faye et al. (2015) et Asma (2019) :
6Test de Pettitt : pour détecter la rupture à un rang k (k est compris entre 1 et n), le test de Pettitt propose de calculer la variable U(t) suivante dite variable de Pettitt, où t est le temps (l’année), et la fonction prend les mêmes valeurs et dans les mêmes conditions présentées au niveau de la formule 1.1 :
7La statistique de test est Z telle que :
8En fonction de la valeur de Z, à un seuil de risque de première espèce α prédéfini (α = 5%), l’hypothèse H0 (absence de rupture) peut être rejetée ou non, et l’année de rupture identifiée s’il y a rejet de H0.
9Le test de Pettitt a été appliqué progressivement, c’est-à-dire sur toute la série de 1944 à 2022, ensuite sur la suite de la série après l’année de la première rupture et ainsi de suite jusqu’à ce qu’il n’y ait plus de rupture.
10Voici la formule du Test de Mann-Kendall, où la fonction prend les valeurs -1, 0 et +1 si , , et respectivement.
11Si les données sont indépendantes (non corrélées), autrement dit lorsqu’il qu’il n’y a pas de tendance (Hypothèse H0 du test), la statistique S suit la loi normale d’espérance E(S) = 0 et de variance V(S) suivante, où m est le nombre de groupes de rangs liés (d’observations égales), et tp est le nombre d’observations exæquo de chaque groupe. Lorsque toutes les observations dans la série sont différentes (tp = 0), alors le second terme de l’équation 1.2 est nul :
12L’existence d'une tendance statistiquement significative est évaluée en fonction de la valeur de la statistique Z telle que présentée dans la formule 1.3 :
13L’analyse fréquentielle des données de pluies et de côtes journalières maximales a permis d’estimer les quantiles des évènements selon leurs fréquences d’apparition. Ainsi, cinq classes d’évènements, de normal à très exceptionnel tel qu’a été appliqué par Hangnon et al. (2015) dans leur étude sur les précipitations extrêmes et inondations à Ouagadougou, ont été définies. Pour cela, deux distributions théoriques à savoir la loi de Gumbel et la loi de Pearson 3, ont été choisies pour l’ajustement des pluies et côtes journalières maximales. Le choix de ces deux lois s’explique par le fait qu’elles sont souvent utilisées pour l’ajustement des données extrêmes (maximales), même si c’est plus le cas de Gumbel que celui de Pearson tel qu’on peut comprendre à travers l’étude d’Hubert (2005) sur la prédétermination des crues, de la thèse de Muller (2006) sur le comportement asymptotique de la distribution des pluies extrêmes en France. La fonction de la densité de probabilité de la loi de Gumbel est présentée dans la formule 2.1 (Kouassi et al., 2018), où u et α sont les paramètres de position et d’échelle, pouvant être estimés en résolvant le système d’équation : E(X) ≈ u + 0,5772*α et V(X) ≈ 1,6449*α², avec E(X) – l’espérance de l’échantillon, V(X) – la variance de l’échantillon :
14La formule de Pearson 3 est présentée dans la formule 2.2 (Bobée et al., 1976), où u, α et λ sont les paramètres de position, d’échelle et de forme ; est la fonction Gamma :
15Les paramètres des modèles ont été estimés par la méthode des moments et les probabilités de non-dépassement (q) empiriques, par la méthode de Hazen donnée sous forme de la formule 2.3 (Kouassi et al., 2018) sur les modalités classées par ordre décroissant de rang i = 1 à n, tel qu’elle a été appliquée par Diawara et al. (2019), où q est la taille de la série :
16La meilleure loi d’ajustement entre les deux utilisées, dont le choix a été fait grâce au test de conformité de Khi-2 (χ²) de Pearson, a servi pour l’extraction des quantiles de différentes récurrences. La période de retour ou temps de récurrence (T, en nombre d’années) des évènements est calculée par la formule 2.4 ci-dessous, où q est la probabilité de non-dépassement :
17Quatre principaux logiciels ont été utilisés pour les traitements des données. Il s’agit du logiciel Khronostat 1.01, utilisé pour réaliser le test d’homogénéité de Pettitt pour la détection de/ou des années de rupture de tendance des distributions de Pmax et Hmax sur la période d’étude ; du logiciel XLSTAT pour le test de tendance de Mann-Kendall (test de stationnarité des séries de données) ; et du logiciel HyfranPlus 1.2, développé par l'Institut National de la Recherche Scientifique/Centre Eau-Terre et Environnement (INRS- ETE) de Québec (El Adlouni et al., 2014), pour des ajustements des distributions statistiques théoriques aux séries de données observées.
18Les résultats obtenus via les tests d’homogénéité et de stationnarité des séries de données de la pluie et de la côte journalière maximale annuelle sont consignés dans le tableau 1. Grâce au test à la rupture de Pettitt, trois sous-échantillons (sous-périodes) pour la côte, d’une durée de 28, 22 et 29 ans, ont été identifiés (1944-1971, 1972-1993, 1994-2022) avec une moyenne interannuelle variant en dents de scie (691,0 cm, 561,9 cm et 616,5 cm). Les années de rupture de l’homogénéité de ces données sont 1971 et 1993 pour lesquelles les p-values sont significatives (soit < 0,05). Ce résultat corrobore parfaitement celui de Faye et al. (2015) qui ont travaillé sur les données du fleuve Sénégal de 1960 à 2014, qui partage les mêmes caractéristiques climatiques avec le fleuve Niger, et avaient obtenu les mêmes années de rupture. Par contre, concernant la série de la pluie journalière maximale, le test de Pettitt n’a pu détecter aucune rupture. Cependant, cette série a été divisée en trois sous-échantillons aussi conformément aux années de rupture dans la série des côtes, afin de pouvoir faire une analyse comparative des tendances des pluies et des côtes. La moyenne des sous-échantillons de pluies ainsi obtenue varie elle aussi en dents de scie (56,2 mm, 46,7 mm, et 53,5 mm).
Tableau 1 : Résultats des Tests de Pettitt et Mann-Kendall sur les côtes et pluies journalières maximales
№
|
Test de Pettitt
|
Test de Mann-Kendall
|
Année de rupture
|
p-valeur
|
Sous-échantillon
|
Taille
|
Moy.
|
Pente
(a)
|
Constante (b)
|
p-valeur
|
Côtes journalières maximales (Hmax, cm)
|
1
|
1971
|
0,0000 (< 0,001)
|
1944-1971
|
28
|
691,0
|
-0,388
|
1450,306
|
0,514 (> 0,05)
|
2
|
1993
|
0,0049 (< 0,005)
|
1972-1993
|
22
|
561,9
|
-5,857
|
12180,214
|
0,004 (< 0,05)
|
3
|
-
|
-
|
1994-2022
|
29
|
619,5
|
1,400
|
-2181,600
|
0,119 (> 0,05)
|
Pluies journalières maximales (Pmax, mm)
|
1
|
-
|
-
|
1944-1971
|
28
|
56,2
|
-0,538
|
1103,569
|
0,202 (>0,05)
|
2
|
-
|
-
|
1972-1993
|
22
|
46,7
|
0,660
|
-1265,580
|
0,063 (>0,05)
|
3
|
-
|
-
|
1994-2013
|
19
|
53,5
|
0,567
|
-1086,667
|
0,263 (>0,05)
|
Moy. = Moyenne
Touré et al. (2024).
19L’analyse de significativité des tendances dans les sous-échantillons illustrés sur la figure 1, a permis d’arriver à des conclusions différentes en fonction des périodes et de la variable concernée. En effet, pour la côte, bien qu’il soit observable une presque stationnarité entre 1944 et 1971, une tendance à la baisse entre 1972 et 1993, et une légère tendance à la hausse entre 1994 et 2022, le test de Mann-Kendall a montré que la seule tendance significative est celle entre 1972 et 1993 avec une p-value de 0,004 (largement inférieur au seuil de 0,05). Pour la pluie, toutes les tendances d’apparence légère se sont avérées non significatives (p-value > 0,05) ; ce qui permet de considérer que la série de pluies journalières maximales annuelles est stationnaire sur toute la période d’étude (1944-2013).
Figure 1 : Variation temporelle des pluies et des côtes journalières maximales à Mopti
Touré et al. (2024).
20Ainsi, les sous-périodes de la série de côtes journalières correspondent assez bien aux différentes phases de la variabilité climatique régionale confirmées par plusieurs études dont Paturel et al. (1998), CILSS/ AGRHYMET (2010) ; Nouaceur (2020). En effet, la première correspond à une période humide, la deuxième correspond à la période des grandes sècheresses des années 1970 et 1980 (Ozer et al., 2003 ; Ali et al., 2008), et la dernière correspond au retour progressif à une période humide dans le Sahel dans les années 1990 et 2000. À l’échelle nationale, Diawara (2019) a trouvé que la baisse décennale la plus remarquable du cumul pluviométrique annuel au Mali est intervenue dans la décennie 1980-1990. Par contre, pour la pluie journalière maximale, au vu des résultats consignés dans le tableau 1 et sur la figure 1, ce n’est pas exactement la même situation que pour la côte journalière maximale à Mopti. Par exemple, Diawara et al. (2021) ont montré qu’entre 1995 et 2009, il y a eu une tendance significative à la baisse du cumul pluviométrique annuel dans le bassin versant de Sankarani, un affluent très important dans le haut bassin du fleuve Niger en amont de Mopti. Donc, l’évolution de la pluie journalière maximale n’a aucune similarité avec celle de la pluie annuelle dans le bassin versant du Niger. Cela se comprend aisément car la variation de la côte d’un cours d’eau ne dépend pas que de la pluviométrie locale, mais aussi et surtout de la pluviométrie sur l’ensemble de la partie du bassin versant en amont de la station.
21Les distributions empiriques et théoriques selon différentes lois (Gumbel et Pearson type-3) pour la pluie et la côte maximales journalières, sont présentées sur les figures 2a et 2b ci-dessous. La distribution des données empiriques de pluie maximale journalière annuelle est assez bien conforme aux deux lois théoriques (Figure 2a), avec p-value = 0,5735 pour Gumbel et p-value = 0,7907 (> 0,05) pour Pearson type-3, sachant qu’un p-value > 0,05 signifie la non significativité du test du χ², c’est-à-dire l’impossibilité du rejet de H0 (H0 : la distribution empirique des données est conforme à la loi théorique).
22Par contre, l’analyse comparative de la distribution empirique de la côte journalière maximale annuelle du fleuve Niger à Mopti aux distributions théoriques selon les lois de Gumbel et de Pearson type-3 (Figure 2) montre clairement une meilleure adéquation avec celle de Pearson type-3. En effet, à la différence de la loi de Pearson type-3, la loi de Gumbel surestime des quantiles de la côte aux deux extrémités de la distribution ; et elle les sous-estime au milieu. Cela est confirmé par le test du χ² qui a été très significatif pour la loi de Gumbel (p-value = 0,0002), stipulant le rejet de H0 (H0 : conformité des distributions empirique et théorique), et pas significatif pour Pearson type-3 (p-value = 0,3818), c’est-à-dire l’impossibilité du rejet de H0. Malgré la large utilisation de la loi de Gumbel dans la modélisation des valeurs extrêmes, elle n’est pas adaptée à ce cas. En effet, cette loi de Gumbel ne peut pas être généralisée pour les valeurs extrêmes. Par exemple Muller (2006) dans sa thèse a trouvé que la loi des valeurs extrêmes généralisée (ou loi GEV) non bornée supérieurement modélise mieux les pluies maximales annuelles que celle de Gumbel. Par contre, Kouassi et al. (2018) trouvaient que la loi qui ajuste le mieux les pluies journalières maximales annuelles de la station de Port-Bouët en Côte d’Ivoire était celle de Gumbel. Cependant, il est à noter que ces auteurs n’avaient pas testé la loi de Person type-3. En effet, ils avaient fait une intercomparaison entre la loi de Weibull, la loi de Gumbel et la loi log-normale dans leur étude.
Figure 2a : Distributions empiriques de Pmax et analytiques suivant les lois théoriques de Gumbel et de Pearson type-3
Figure 2b : Distributions empiriques de Hmax et analytiques suivant les lois théoriques de Gumbel et de Pearson type-3
Touré et al. (2024).
23Dans le tableau 2, sont données des statistiques sur l’ampleur des crues en termes de durée pour les côtes d’alerte (Ha) de 635, 686, 709 et 727 qui correspondent respectivement aux fréquences de non-dépassement (q) 0,500 ; 0,800 ; 0,900 ; 0,950 (ou périodes de retour (T) de 2, 5, 10 et 20 ans). Ces cotes d’alerte pour toutes les périodes sont les mêmes et sont obtenues à travers la loi de Pearson type-3 de la figure 2.
Tableau 2 : Durées moyennes annuelles des crues de différents seuils entre 1944 et 2022
Seuil d’alerte
q (T, an)
|
Cote d’alerte
(Ha, cm)
|
Période
|
Durée moyenne annuelle de crue (jours)
|
0,500 (02 ans)
|
635
|
1944-1971
|
70,4
|
1972-1993
|
4,3
|
1994-2022
|
10,1
|
0,800 (05 ans)
|
686
|
1944-1971
|
27,1
|
1972-1993
|
0,0
|
1994-2022
|
0,0
|
0,900 (10 ans)
|
709
|
1944-1971
|
9,6
|
1972-1993
|
0,0
|
1994-2022
|
0,0
|
0,950 (20 ans)
|
727
|
1944-1971
|
2,2
|
1972-1993
|
0,0
|
1994-2022
|
0,0
|
Touré et al. (2024).
24Le constat à partir de ce tableau 2 est que la période 1944-1971 est celle des hautes eaux car il y a les durées les plus longues de crue aux différents seuils. En effet, la durée moyenne interannuelle de la crue au seuil de 635 cm était de 70,4 jours entre 1944 et 1971. Elle est passée à 4,3 jours entre 1972 et 1993 avant de remonter timidement à 10,1 jours entre 1994 et 2022. Ainsi, la forte diminution des crues pendant la période 1972-1993 par rapport à celle d’avant, combinée au besoin pressant d’habitation résultant de la croissance démographique, auraient conduit à l’occupation des zones à risque dans la commune urbaine de Mopti selon Touré et al. (2021b). Quant aux autres seuils de crue, ils n’ont pu être atteints qu’entre 1944 et 1971, avec des durées moyennes interannuelles respectivement égales à 27,1 jours pour le seuil 686 cm, 9,6 jours pour le seuil 709 cm et 2,2 jours pour le seuil 727 cm.
25Les inondations très récurrentes ces dernières années à Mopti sont complexes et causées par des facteurs multiples dont les aléas climatiques. Cette étude qui avait pour objectif d’étudier les crues à travers l’analyse fréquentielle des pluies et des côtes maximales journalières du fleuve Niger dans la commune urbaine de Mopti, a permis de comprendre que les crues ne sont pas globalement plus fréquentes maintenant que pendant la période du milieu du 20e siècle. En effet, les pluies et les cotes maximales journalières les plus élevées des chroniques des données à Mopti ont toutes été observées entre 1944 et 1971 (par exemple toutes les côtes extrêmes de fréquence décennale ont été observées entre 1944 et 1971). Leurs fréquences y étaient tout aussi plus élevées. Par contre, l’étude a révélé qu’il y a une augmentation de la durée moyenne de la crue de fréquence biannuelle depuis la période 1972-1993 où elle était à son minimum, mais elle reste toujours largement inférieure à la durée moyenne au cours de la période la plus humide (1944-1971). En effet, la durée moyenne interannuelle de la crue de fréquence biannuelle de côte 635 cm était de 70,4 jours entre 1944 et 1971. Elle est passée à 4,3 jours entre 1972 et 1993 avant de remonter timidement à 10,1 jours entre 1994 et 2022. En outre, elle a mis en évidence que les crues de fréquences plus rares (temps de retour 10 et 20 ans) ne sont plus survenues dans la commune urbaine de Mopti depuis 1971. Par conséquent, les inondations récurrentes des dernières années dans la commune urbaine de Mopti seraient principalement liées à des problèmes d’aménagement de l’espace qui ne donne pas libre cours aux eaux. Ce qui induit des dégâts importants lors de la survenue des épisodes d’inondations. Au-delà de la commune urbaine, la région de Mopti est la troisième plus affectée par les inondations de 2024 après celles de Ségou et Tombouctou. On dénombre 22 930 personnes affectées et 2224 maisons entièrement détruites (OCHA, septembre 2024). En fin d’année 2024, le bilan dans la région était de 18 082 ménages et 87 271 individus touchés. On dénombre 08 cas de décès, 76 blessés, 5806 maisons effondrées affectant 239 points d’eau et 3 419 latrines (service régional de développement social et de l’économie solidaire, novembre 2024). La gravité de la catastrophe s’explique par les effets cumulés des fortes pluies enregistrées suivie de la forte crue qu’a connue la région en fin d’année. Cette étude pourrait être une base scientifique pour les autorités (étatiques ou des collectivités) dans la prise de décisions objectives par rapport à l’aménagement de l’espace communal pour une meilleure gestion des inondations, notamment par rapport à l’identification et la libération des zones à risque d’inondation occupées depuis les décennies des grandes sècheresses, ou par le renforcement et la multiplication des digues de protection.