Navigation – Plan du site

AccueilRubriques électroniquesTerrains2025Usage du sol et érosion hydrique ...

2025

Usage du sol et érosion hydrique : application de l’EPM de Gavrilović au bassin d’Abou Al-Aswad (sud-ouest du Liban, milieu méditerranéen semi-aride)

Land use and water erosion: application of the EPM of Gavrilović to the Abou Al-Aswad catchment (south-west Lebanon, semi-arid Mediterranean setting)
Hussein El Hage Hassan, Ali Khyami, Ghaleb Faour et Laurent Touchart

Résumés

Le bassin versant d’Abou Al-Aswad, d’une superficie de 148 km² et situé au sud-ouest du Liban, est soumis à une érosion hydrique exacerbée par la déforestation, des pratiques culturales inadaptées et un climat semi-aride. Afin de quantifier les pertes de sol, cette étude mobilise la Méthode du Potentiel d’Érosion (EPM) de Slobodan Gavrilović (1962). Par ailleurs, l’érodibilité du sol a été évaluée à l’aide de l’équation universelle des pertes en sol (USLE), tandis que l’évolution de l’érosion a été calculée grâce à la formule de l’Indice de Sol Nu (BSI). Dans l’environnement SIG, la combinaison des paramètres du modèle révèle que les pertes de sol peuvent atteindre 13000 m³·km⁻², en particulier dans les zones dépourvues de couvert végétal protecteur et de dispositifs antiérosifs. À l’inverse, les versants cultivés selon les courbes de niveau présentent des pertes inférieures à 1000 m³·km⁻² (1mm d’épaisseur). Afin de valider ces estimations, les volumes obtenus ont été convertis en millimètres d’épaisseur équivalente. La comparaison avec les mesures in situ, réalisées à l’aide de tiges métalliques, confirme globalement la fiabilité du modèle, même si des divergences localisées subsistent en raison des variations de pente et de couverture végétale. La méthode EPM se révèle robuste pour évaluer le risque d’érosion à l’échelle du bassin, dès lors que ses paramètres sont calibrés avec précision selon le contexte local. Un suivi régulier, associant mesures de terrain et observations par télédétection, est par ailleurs indispensable pour actualiser et améliorer en continu les stratégies de gestion des sols.

Haut de page

Texte intégral

Introduction

1La dégradation progressive du couvert végétal naturel, en particulier forestier, dans le bassin versant d’Abou Al-Aswad, résulte principalement de la surexploitation des ressources végétales et de la recrudescence des incendies. Cette altération fragilise les sols, les rendant plus vulnérables aux processus érosifs, ce qui entraîne des conséquences écologiques majeures, telles que la contamination des ressources hydriques et des pertes économiques notables. Les besoins énergétiques et matériels croissants des populations locales ont conduit à l’empiétement progressif sur les espaces boisés, désormais transformés en zones agricoles ou pastorales. Il ne subsiste aujourd’hui que des fragments forestiers dispersés, insuffisants pour remplir leur rôle écologique de régulation du ruissellement et de protection contre l’érosion.

2La pression agricole sur des terres à ressources limitées, exacerbée par un climat méditerranéen semi-aride et des techniques culturales souvent inadaptées, accentue fortement le phénomène d’érosion. L’exploitation intensive, perçue comme une menace directe à l’équilibre écologique régional, favorise la transition du couvert végétal vers des formes plus fragiles telles que les terrains abandonnés, réduisant la capacité naturelle de protection contre l’érosion (Schaffhauser et al., 2015). Historiquement, l’agriculture et l’élevage ont constitué des piliers essentiels de l’économie locale, mais en l’absence de mesures de prévention efficaces, ces pratiques ont profondément modifié la structure du paysage.

3L’érosion hydrique, particulièrement active pendant les saisons pluvieuses, s’est intensifiée sous l’effet des activités humaines, et en premier lieu de la diminution du couvert végétal. La disparition de cette protection expose directement le sol à l’action conjointe des précipitations, de la pente et des caractéristiques pédologiques, augmentant la vulnérabilité des zones sensibles (El Hage Hassan et al., 2022, 2023). Ainsi, le sol, ressource renouvelable à l’échelle de temps long, subit une dégradation rapide, caractérisée par la perte des couches fertiles, la diminution de la structure et de la fertilité, et la réduction du potentiel agronomique (Bennett et al., 2021).

4Les changements d’occupation du sol résultent d’interactions complexes entre dynamiques socio-économiques (conflits, fluctuations des marchés, stratégies foncières) et conditions environnementales, impliquant de multiples acteurs à différentes échelles (nationale, régionale, locale). Ces évolutions se traduisent par une extension des terres agricoles abandonnées (de 25 000 ha en 1982 à environ 43 000 ha aujourd’hui) et une régression continue des forêts, remplacées par des espaces dégradés (Houet, 2006 ; Grégoire et Litaudon-Jouve, 2004).

5Face à ces défis, certaines pratiques agricoles sont indispensables à la gestion de l’érosion. Le terrassement des pentes, par exemple, réduit l’inclinaison du terrain, limite la migration des sédiments et prévient la pollution des eaux par les nutriments (phosphates) et les pesticides. Toutefois, malgré son efficacité reconnue, cette technique demeure peu utilisée dans le bassin versant étudié. L’absence de stratégies culturales cohérentes favorise l’essor de cultures à cycle court, qui offrent une protection limitée du sol et génèrent une répartition hétérogène du couvert végétal. On distingue ainsi trois situations : parcelles maintenues sous végétation permanente, sols exposés après récolte, et cultures formant un manteau végétal dense.

6Cette hétérogénéité du couvert explique la résistance variable des parcelles à l’érosion hydrique et souligne l’urgence d’une politique d’aménagement et de rotation culturale adaptée. Une gestion efficace exige d’examiner les interactions entre facteurs naturels (écologie, climat) et pressions anthropiques, et de recourir à la cartographie détaillée des zones à risque, appuyée sur des modèles éprouvés intégrés aux Systèmes d’Information Géographique (SIG). Plusieurs modèles, éprouvés dans différents pays, sont mobilisés. Certains reposent sur des approches qualitatives (De Ploey et al., 1989 ; Le Bissonnais et al., 1998 ; El Hage Hassan et al., 2022), simples à mettre en œuvre, mais dont les résultats sont sensibles au nombre de classes retenues (Van der Knijff et al., 2000) ainsi qu’à l’estimation des pondérations, susceptible de varier selon les experts consultés (Cerdan et al., 2006). D’autres travaux (El Hage Hassan et al., 2018a) visent à relier des paramètres mesurables aux processus physiques en appliquant l’USLE (Wischmeier et Smith, 1978), un modèle initialement conçu pour des versants de pente inférieure à 25 %.

7Dans cette recherche, la méthode du potentiel érosif (EPM) de Gavrilović (1962, 1970, 1972, 1988 ; Gavrilović et al., 2008) a été appliquée. Ce modèle fournit, à partir d’informations géographiques disponibles (morphométrie, lithologie, pluie, couvert/usage), une estimation annuelle de la production et du rendement sédimentaires (m³·km⁻²·an⁻¹) adaptée aux petits bassins méditerranéens à fortes pentes (Globevnik et al., 2003) , applicable sans séries hydrométriques de calibration ; ses résultats sont ensuite confrontés à des mesures directes de pertes en sol par tiges métalliques (erosion pins), exprimées en mm/an puis converties en m³·km⁻²·an⁻¹.

8Après la présentation du contexte géographique de la zone d’étude, le protocole de calcul des pertes de sol par l’équation EPM est détaillé, et les résultats sont restitués sous forme de cartes thématiques exprimant les pertes en millimètres/an.

Zone d’étude

9Le bassin versant d’Abou Al-Aswad est situé au sud-ouest du Liban, en bordure de la mer Méditerranée, à l’extrémité occidentale du plateau de Jabal Amel (Figure 1), couvrant une superficie totale de 148,18 km². Administrativement, le bassin englobe 48 villages répartis sur deux régions distinctes : une partie côtière relevant du district de Saïda regroupant 19 villages et couvrant 53,9 km² (36,39 % de la superficie totale), et une partie intérieure appartenant au district de Nabatiyé, regroupant 28 villages sur une superficie de 94,2 km² (63,60 %).

10Le substratum géologique se compose principalement de roches secondaires (dolomitiques, dolomies calcaires, marneuses et marnes calcaires) (Dubertret et al., 1951), qui couvrent environ 44 % de la surface et donnent lieu à des Calcaric Leptosols, Areno-Eutric Leptosols et Eutric Leptosols. Viennent ensuite des formations tertiaires (43 % de la surface), constituées essentiellement de calcaire marneux et de calcaire dolomitique, recouvertes d’un épais manteau d’Anthropic Regosol. Les dépôts quaternaires occupent les 13 % restants et sont associés à des Haplic Fluvisols et Calcaric Fluvisols ( Darwish et al., 2006). La texture dominante du sol est limono-sableuse à limono-sableuse argileuse, et son épaisseur varie en fonction de l’altitude.

11Le climat local, de type méditerranéen, se distingue par un fort contraste saisonnier : des hivers pluvieux et intenses et des étés chauds et secs, ce qui fragilise la structure des sols. Au Liban, les précipitations annuelles moyennes présentent d’importantes variations interannuelles, jusqu’à 23,6 % selon Blanchet (1965) (FAO, 2006). Dans la région d’étude, la saison humide s’étend de novembre à avril, avec des cumuls moyens compris entre 900 et 1 100 mm. Les températures maximales moyennes atteignent 28 °C en juillet et en août, tandis que les minimales descendent à 10,7 °C en janvier (Station de Nabatiyé et d’Adloun 2017-2023, MTPT, 1977).

12La végétation naturelle se distribue en étages selon l’altitude, sous la forme de forêts de pins et de chênes (Quercus) souvent dégradées. Cette dégradation résulte principalement de la déforestation. Dans les zones cultivées, on pratique surtout des cultures pérennes et saisonnières, tabac, légumineuses et blé, tandis que les parcelles en friche et abandonnées restent facilement identifiables.

13L’absence de mesures de protection du couvert végétal et des terres arables, ainsi que le manque de dispositifs anti-érosion, entraîne l’érosion des horizons superficiels du sol et altère son profil de surface, d’autant plus vulnérable qu’il est peu végétalisé.

Figure 1. Localisation de la zone d’étude

Figure 1. Localisation de la zone d’étude

Méthodologie de travail

14Plusieurs méthodes empiriques ont été élaborées pour quantifier l’érosion hydrique des sols, combinant modélisations quantitatives et évaluations qualitatives. L’Équation Universelle des Pertes en Sol (USLE) de Wischmeier et Smith (1960, 1978) constitue encore aujourd’hui la norme de référence, tout en faisant l’objet de nombreuses critiques concernant son applicabilité en milieux complexes (Roose, 1977). Par ailleurs, des approches alternatives s’appuient sur l’expertise locale et l’analyse de données satellitaires pour cartographier le risque d’érosion (PAP/RAC, 2004 ; El Hage Hassan et Charbel, 2015 ; Charbel et El Hage Hassan, 2017). Toutefois, en raison de leur dépendance à une classification thématique, dont la finesse varie selon le nombre et la définition des classes, ces méthodes peuvent omettre des détails cruciaux, compromettant la précision de l’évaluation du risque.

15Le modèle EPM a été largement utilisé dans diverses régions du monde, notamment dans les pays des Balkans, en Croatie, en Iran, au Maroc et au Brésil, (Manojlović et al., 2017 ; Nikolic et al., 2019 ; Ouallali et al., 2020 ; Spalevic et al., 2020 ; Spalevic et al., 2017 ; Stefanidis et Stathis, 2018 ; De Vente et Poesen, 2005 ; Lense et al., 2019 ; Mohammadi et al., 2021 ; Neto et al., 2022, Sabri et al., 2022) et dans des zones caractérisées par des pentes abruptes et une végétation variée (Vujacic et Spalevic, 2016). Il surpasse d'autres modèles tels que l'USLE et le RUSLE (Bezak et al., 2024), qui sont limités aux zones agricoles et à des pentes inférieures à 25 % (Li et al., 2009). Ce modèle s'applique à des bassins versants d'une superficie allant jusqu'à 7 000 km² et permet d'estimer le taux de perte des sols pour divers types d'érosion (érosion en nappe, rigoles, ravines, etc.) (Emmanouloudis et al., 2003). Un de ses principaux avantages réside dans la prise en compte de la température, un facteur déterminant dans la fragmentation des sols durant les périodes sèches.

16Le volume annuel moyen des sédiments érodés est déterminé de la manière suivante :

17Où T est le coefficient de température défini comme :

et

18Xa est le coefficient de la couverture du sol (0,01 ≤ Xa ≤1) ; Y est la sensibilité des sols à l’érosion (0,1 ≤ Y ≤ 1) ; φ est le coefficient du type d’érosion (0,1 ≤ φ ≤ 1) et Ja est le pourcentage de la pente.

19La méthodologie adoptée vise à produire une cartographie détaillée des pertes en sol à travers la constitution d'une base de données géospatiales complète. Pour atteindre cet objectif, la démarche suivante en trois étapes a été appliquée : 1/ une identification et une cartographie des différents facteurs constitutifs du modèle EPM. Cette étape s’est appuyée sur des références bibliographiques et des relevés précis effectués sur le terrain. Certaines équations complémentaires ont été utilisées pour affiner l’analyse ; 2/ l’intégration et l’analyse spatiale des différents facteurs du modèle EPM selon l'équation suivante :

20Cette opération a été réalisée à l’aide du logiciel ArcGIS Pro. Les cartes produites, géoréférencées selon la projection conique conforme de Lambert, ont été converties au format raster pour permettre une analyse spatiale précise des facteurs d’érosion. 3/ Une synthèse cartographique des pertes quantifiées en millimètre, en excluant les zones rocheuses dénudées, les plans d'eau et les zones urbaines de l’analyse.

21Afin de déterminer les pertes réelles en sol, un réseau composé d'une quarantaine de tiges métalliques a été implanté dans différents secteurs représentatifs de la zone d'étude, en tenant compte des variations de pente et des différents modes d’occupation du sol (Figure 2). Ces tiges ont permis de réaliser des mesures précises à l’échelle micrométrique pour déterminer le taux annuel d’érosion (Corona et al., 2011). Les tiges métalliques ont été initialement installées par Ali Khyami (Khyami, 2023) dans le cadre de sa thèse soutenue en 2023, avec un premier relevé réalisé en septembre 2019. Par la suite, des mesures annuelles ont été effectuées chaque mois de mars entre 2020 et 2024, poursuivant ainsi le suivi même après la soutenance de la thèse.

22Pour mener à bien cette étude, plusieurs sources documentaires ont été mobilisées :

  • des données cartographiques : la carte des sols de Sour et Nabatiyeh à l’échelle 1/50000, publiée par le CNRSL (Darwish et al., 2006), les cartes topographiques à l’échelle 1/20000 de Sarafaned, Nabatiyeh et Marjaayoun (équidistance des courbes de niveau : 10 m), fournies au format raster par la Direction des Affaires Géographiques de l’Armée Libanaise (DAGG, 1962) et la carte géologique de Sour et Nabatiyeh au 1/50000 (Dubertret et al.,1951),

  • des images satellitaires : la carte d’occupation des sols produite par le CNRSL à partir d’une image satellitaire World View (résolution 1,5 m), datant d’août 2017 et les images Sentinel‑2 (résolution 10 m), prisent en 2020,

    • 1 Dont les enregistrements sont disponibles en ligne via la plateforme Weather Underground [En ligne] (...)

    les données climatiques mobilisées dans cette étude proviennent de l’Atlas climatique du Liban (MPTP, 1977) et de deux stations météorologiques installées sur le bassin d’étude : la station d’Adloun, mise en place par les auteurs, et la station de Zebdine1 (2017-2023),

  • enfin, des investigations de terrain ont été menées pour procéder à des mesures directes sur le terrain ; près de vingt échantillons (Figure 3) choisis pour représenter l’ensemble des unités pédologiques identifiées, ont été prélevés puis soumis à des analyses approfondies, à l’Institut National de la Recherches Agronomiques, pour déterminer la teneur en matière organique (MO) et diviser la granulométrie en cinq classes (sable fin, sable grossier, limon fin, limon grossier, et argile).

Figure 2. Répartition des tiges métalliques dans le secteur d’étude

Figure 2. Répartition des tiges métalliques dans le secteur d’étude

Figure 3. Répartition des sols dans la zone d’étude

Figure 3. Répartition des sols dans la zone d’étude

Les éléments du modèle

L’érodibilité des sols

23La résistance d’un sol à l’érosion hydrique, appelée érodibilité, dépend principalement de sa capacité à résister à l’impact des gouttes de pluie sans se fragmenter. Cette aptitude est influencée par ses propriétés physico-chimiques, notamment la teneur et le type d’argile : une faible proportion d’argile réduit la cohésion du sol et favorise l’érosion, tandis que certaines argiles très expansives, telles les smectites et montmorillonites, peuvent accentuer la dispersion des particules. Par ailleurs, une teneur adéquate en matière organique améliore nettement la rétention en eau et renforce la stabilité structurale du sol, limitant ainsi efficacement son érodibilité (Barthès et al., 1998).

24L’érodibilité du sol défini dans le tableau de Gavrilović (1972) (Tableau 1) offrent une estimation en fonction de la nature de la roche-mère. Ainsi, on peut distinguer trois catégories dans la région étudiée : une très faible résistance pour les dépôts meubles (Y = 1,7–2,0), une faible résistance pour les roches marneuses et marno-calcaires (Y = 0,8–1,1) et enfin une résistance modérée pour les formations dolomitiques et dolomito-calcaires (Y = 0,4–0,7), permettant ainsi une évaluation rapide du potentiel d'érosion.

25Afin d’affiner le travail, nous avons opté de remplacer le facteur Y original du modèle de Gavrilović par le facteur K provenant de l’USLE, qui apparaît pertinent en raison des avantages que procure ce dernier, notamment sa capacité à intégrer quantitativement des caractéristiques cruciales du sol comme la granulométrie, l'organisation structurale, la richesse en matière organique, ainsi que la perméabilité. Ce facteur, établi par Wischmeier et Smith (1978) et reconnu à l'échelle mondiale, permet ainsi de mieux saisir les spécificités locales de l’érodibilité, en particulier dans les milieux pédologiques diversifiés des régions méditerranéennes ou semi-arides. De plus, l'utilisation du facteur K rend possible une meilleure compatibilité avec d'autres approches de modélisation de l'érosion (USLE, MUSLE) facilitant les comparaisons entre modèles, et améliorant la concordance entre les résultats prévisionnels et les données recueillies sur le terrain.

26Où M = facteur granulométrique = (% limon + % sable très fin) (100 – % argile) ; a = matière organique ; s = code de la structure du sol ; p= code de la classe de perméabilité.

Tableau 1. Caractéristiques de base des coefficients Y selon la description originale du modèle EPM (Gavrilović, 1970)

Sol

Y

Loess, tufs, marais salants, sols steppiques

1.6

Calcaires et marnes désintégrés

1.2

Serpentines, grès rouges, gisements de flysch

1.1

Sols podzoliques et similaires ; schistes décomposés : micaschistes, ardoises gneissiques, ardoises argileuses

1.0

Calcaires et schistes à noyau, roches rouges et sols humifères-silicatés

0,9

Cambisol et terres montagneuses

0,8

Vertisol, humogley et zones humides

0,6

Chernozem et sols alluviaux de bonne structure

0,5

Éruptifs compacts nus (origine volcanique)

0,25

Tableau 2. La détermination du facteur Y

SOL

Limon

Sable fin

Argile

Sable

Mo

Code

Stru-

cture

Code

perméa-

bilité

Facteur Y

Rendzic Leptosols

14

16

25

45

1,1

3

3

0,18

Eutric Leptosols

28

19

22

31

1,55

3

3

0,29

Eutric Cambisols

18

10

23

49

1,2

3

2

0,15

Eutric Fluvisols

18

19

25

38

2,55

3

2

0,17

Eutric Arenosols

29

11

36

24

2,51

2

5

0,20

Calcaro-Hortic Anthrosols

26

12

29

33

0,76

2

4

0,22

Calcaric Regosols

19

17

31

33

1,89

3

3

0,19

Calcaric Leptosols

22

15

20

43

2,84

3

2

0,18

Calcaric Fluvisols

31

18

23

28

1,89

3

3

0,29

Calcaric Cambisols

24

12

22

42

2,27

3

2

0,18

Hypercalcaric Fluvisols

17

14

35

34

1,51

3

3

0,16

Areno-Eutric Leptosols

19

23

18

40

1,03

3

3

0,28

Anthropic Regosols

22

14

23

41

1

3

4

0,25

 Haplic Fluvisols

21

12

45

22

4,49

2

 4

  0,11

27Conformément à l’équation de Wischmeier et Smith (1978), nous avons obtenu différentes valeurs de K pour divers types de sols. En nous appuyant sur les travaux d’El Hage Hassan et al. (2018a ; 2019b), ces résultats ont été regroupés en trois classes distinctes (Tableau 2) :

  • les Haplic Fluvisols, les Eutric Cambisols et l’association et l’Hypercalcaric Fluvisols affichent des valeurs de K comprises entre environ 0,11 et 0,16 et occupent environ 10 % de la surface totale. Leur faible valeur indique une bonne résistance aux processus érosifs ;

  • les Rendzic Leptosols, Eutric Fluvisols, Calcaric Regosols, Calcaric Cambisols et Calcaro-Hortic Anthrosols présentent des valeurs de K variant de 0,18 à 0,22 et couvrent approximativement 38 % de la surface. Ces valeurs indiquent une vulnérabilité intermédiaire à l’érosion ;

  • enfin, les Eutric Leptosols, Calcaric Fluvisols, Areno-Eutric Leptosols et Anthropic Regosols, avec des valeurs de K allant de 0,25 à 0,29, représentent environ 52 % de la surface étudiée et sont particulièrement sensibles aux processus érosifs. D'une manière générale, les valeurs de K indiquant que les sols étudiés sont relativement sensibles à l'érosion (Figure 4).

Figure 4. Répartition spatiale de l’érodibilité du sol

Figure 4. Répartition spatiale de l’érodibilité du sol

Les pentes

28Quantifier précisément l'impact de la morphologie des pentes sur les pertes de sol pose souvent des défis, même au niveau de petits bassins versants élémentaires (Duchaufour et Mikokoro, 2012). Cette complexité s'explique par la combinaison de facteurs tels que l'état de surface, les propriétés hydrologiques et la texture des sols, qui augmentent le potentiel érosif des eaux de ruissellement (El Hage Hassan et al., 2018b). Une pente plus accentuée intensifie le ruissellement, du fait de l'augmentation de l'énergie cinétique des flux, tandis que la compacité des sols peut réduire l'infiltration et ainsi amplifier ce phénomène. Par ailleurs, même en présence d'une couverture végétale équivalente, le gradient de pente influence le ruissellement de manière variable (Charbel et El Hage Hassan, 2017).

29L'analyse de l'influence de la pente sur l'érosion des sols prend en compte plusieurs paramètres essentiels, parmi lesquels la longueur et l'inclinaison de la pente, l'état de la surface, l'orientation du versant et sa morphologie. Le modèle USLE utilise de manière combinée la longueur et l'inclinaison de la pente pour évaluer l'érosion. Par ailleurs le modèle EPM de Gavrilovic (1970) et d’autres études ont souligné le rôle crucial de la déclivité dans l'aggravation des pertes en sol (Auzet, 1987 ; Bou Kheir et al., 2001a ; El Hage Hassan et al., 2009). En utilisant des courbes de niveau espacées de 10 mètres, une carte des pentes (Figure 5) exprimées en pourcentage a été générée conformément à la méthodologie EPM.

30Les valeurs obtenues ont été réparties en cinq classes en fonction de leur contribution à l'érosion hydrique des sols. Étant donné que la distribution des valeurs de pente présente une asymétrie marquée, nous avons opté pour une discrétisation par la méthode des quantiles. Cette méthode permet de diviser les données en classes de même effectif, ce qui est particulièrement approprié pour des distributions asymétriques, car elle réduit l'influence des valeurs extrêmes et favorise une répartition équilibrée des observations dans chaque classe.

31Les classes retenues sont les suivantes (Tableau 3) : 0-6% ; 6-12% ; 12-18% et > 18-28% et > 28%. L'analyse cartographique révèle que les pentes présentant une faible contribution à l'érosion (inférieures à 6 %) couvrent environ 22 % de la région étudiée. Les pentes modérées, comprennent entre 6 % et 12 %, constituant la part la plus importante, avec une couverture de 28 % de la surface totale. Les pentes variantes entre 12 % et 18 % et celles entre 18 % et 28 % occupent respectivement 19,5 % et 18,5 % de la région. Enfin, les pentes les plus fortes, dépassent 28 %, représentent 12 % de la surface de l'aire d'étude. Ces données révèlent que 43 % de la région d'étude est caractérisée par des pentes supérieures à 15 %, un seuil considéré comme élevé par de nombreux chercheurs, notamment dans les travaux de Le Bissonnais et al. (2002) et Degan et al. (2015).

Tableau 3 : indice de protection du sol (Xa)

Couvert du Sol

Valeur Xa

Forêts denses

0,05

Forêts dégradées

0,6

Terrains nus

1

Terres arables sur les terrasses

0,35

Cultures pérennes

0,3

Figure 5. Les classes des valeurs de la pente

Figure 5. Les classes des valeurs de la pente

Indice de protection du sol (Xa)

32L'érosion hydrique est fortement influencée par la couverture végétale, dont l'absence exacerbe l'énergie du ruissellement, ce qui entraîne une augmentation significative des pertes en sol. En présence de végétation, cependant, une dynamique de protection s’installe (El Hage Hassan et al., 2016) : la litière en surface absorbe l'impact des gouttes de pluie, provoquant ainsi leur effet érosif. Cette barrière naturelle favorise la stabilité du sol par l'ajout d'humus et de nutriments essentiels, contribuant ainsi à maintenir sa structure et sa résilience face pressions environnementales. Cette influence bénéfique de la végétation a été mise en évidence dans les travaux de Battany et Grismer (2000) et de Carroll et al. (2000).

33La végétation exerce une fonction hydrologique régulatrice, en particulier le ruissellement par interception partielle des prélèvements et en favorisant l'infiltration des eaux dans le sol, selon Rey et al. (2004). En parallèle, elle assure une rétention notable des sédiments, confirmée par les études de Roose (1980, 1994) et d'Abu-Zreig (2001). Néanmoins, l'efficacité de cette couverture végétale varie en fonction de paramètres spécifiques des espèces végétales, notamment la morphologie du feuillage, l'espacement des plantes, la durée de croissance et les pratiques agricoles telles que le mode de travail (El Hage Hassan et al., 2013). Les recherches expérimentales de Wischmeier (1978) et Roose (1983) soulignent l'importance d'une couverture végétale basse pour maximiser l'efficacité de la protection.

34L’occupation du sol a été dérivée d’une image WorldView datée d’août 2017, puis actualisée avec des images Sentinel-2 (10 m, 2020) ; cette mise à jour a été vérifiée sur le terrain. Afin d’évaluer l’indice de protection du sol (Xa), nous avons appliqué le tableau des caractéristiques de base du coefficient X (Tableau 4), conformément à la description originale du modèle EPM proposée par Gavrilović en 1970. Six types d’occupation des sols ont été pris en compte : les forêts denses (0.05), les forêts dégradées (0,6), les terrains nus (1), les terres arables avec labour restant à nu durant les mois pluvieux de l’année (1), les vergers en courbes de niveau (0.3), ainsi que les cultures pérennes (0,7) (Figure 6).

Tableau 4. Les classes de la déclivité de la pente

Pente

Surface occupée en %

0-6%

22

6-12%

28

12-18%

19,5

18-28%

18,5

> 28%

12

Photo 1. Les terres arables dépourvues de couverture protectrice durant la saison pluvieuse

Photo 1. Les terres arables dépourvues de couverture protectrice durant la saison pluvieuse

Photographie prise en janvier 2022 par Ali Khyami.

Figure 6. Détermination de l’indice de protection du sol en 2020

Figure 6. Détermination de l’indice de protection du sol en 2020

Indice de l’évolution d’érosion ϕ

35L'indice d'évolution de l'érosion (ϕ), initialement introduit par Gavrilović (1970) pour déterminer le type et étendue de l'érosion et des affaissements, a été perfectionné ultérieurement par Milevski et al. (2024). Ces derniers ont intégré des données de télédétection, en particulier la réflectance enregistrée dans la bande spectrale rouge ainsi que l'intensité du rayonnement solaire. Différentes formules ont été proposées, notamment dans le contexte méditerranéen, comme l'attestent les travaux de Chaaouan et al. (2013), pour localiser précisément les zones affectées par divers phénomènes d'érosion tels que les ravines ou les dépôts alluviaux. La fiabilité de ces méthodes dépend toutefois d'une validation régulière par des observations de terrain approfondies. Afin de déterminer l'indice d'évolution de l'érosion (ϕ), nous nous sommes basés sur la formule de l’indice de Sol Nu (Bare Soil Index en anglais ou BSI), appliquée à Sentinel‑2 de l’année 2020, établie par Milevski et al. (2024) ayant pour but de mettre en opposition les bandes où le sol nu est « brillant » (infrarouge à ondes courtes ou SWIR + rouge) à celles où la végétation l’est (proche infrarouge ou NIR + bleu).

36Pour prendre en compte la dynamique intra-annuelle de l’occupation et de l’état de surface, nous avons dérivé le BSI à partir d’images Sentinel-2 L2A pour trois périodes contrastées de 2020 (janvier, avril, octobre). Dans le contexte de cette étude, nous assimilons, l'indice d'évolution de l'érosion (ϕ) de l’EPM (coefficient du type et de l’étendue des processus d’érosion) à la fraction de sol nu dérivée du BSI par normalisation min–max sur l’aire d’étude :

37Dans cet indice, nous utilisons les bandes spectrales suivantes :

  • B11​ (SWIR1, ~1 610 nm) veut dire que le sol est sensible à l’humidité et à la teneur en argile.

  • B04​ (rouge, ~665 nm) veut dire que la végétation absorbe fortement dans le rouge, tandis que le sol nu réfléchit.

  • B08 (NIR, ~842 nm) signifie que la végétation réfléchit très fortement dans le proche infrarouge ; le sol nu moins.

  • B02​ (bleu, ~490 nm) veut dire que le sol est sensible à l’eau et à certaines propriétés de surface.

38Le BSI oscille entre – 0,34 et 0,27 conformément à l’intervalle attendu pour tout indice de différence normalisée (Xu, 2008). Les valeurs négatives, jusqu’à – 0,4 traduisent une prédominance de la couverture végétale ou une humidité accrue du sol où la réflectance NIR + bleu prédomine (Nguyen et al., 2021) tandis que les valeurs positives, jusqu’à 0,25, signent des surfaces faiblement végétalisées ou partiellement exposées, dominées par le signal SWIR + rouge. Cette répartition fine des valeurs du BSI_S2, permise par la haute résolution spatiale (10–20 m) et la fréquence de révision (revisit en anglais) de cinq jours, offre un outil robuste pour suivre l’évolution des états de surface, que ce soit pour l’agriculture de précision, la surveillance environnementale ou la gestion des risques. Cette distribution du BSI_S2 démontre sa capacité à discriminer finement les différents états de surface, du couvert végétal dense aux zones nues ou peu végétalisées (Agence Spatiale Européenne, 2015). Pour l’intégrer dans l’EPM (Gavrilović), le BSI est converti en coefficient de protection (ϕ) (Polivina et al.,2024 ; Stefanidis et al., 2025).

39L’indice d'évolution de l'érosion (ϕ) varie de 0,13 à 1,00. Cette plage couvre presque entièrement l’échelle usuelle de l’EPM (0,1–1,0) et traduit un gradient marqué de protection du sol : des valeurs basses (0,1–0,3) correspondent à des surfaces protégées (couvert végétal dense, sols humides/stables), tandis que des valeurs élevées (≳0,7) signalent des surfaces largement découvertes (labours, sol nu, et cetera), donc plus contributrices à l’érosion (Figure 7).

Figure 7. Indice de protection des sols selon les classes d’occupation des sols (année 2020)

Figure 7. Indice de protection des sols selon les classes d’occupation des sols (année 2020)

Érosion potentielle

40Le potentiel érosif des sols est exprimé par le coefficient d’érosion (Z), un indicateur sans dimension permettant d’évaluer quantitativement l’intensité prévisible des processus érosifs à l’échelle d’un bassin versant. Ce coefficient est déterminé par la combinaison de plusieurs paramètres : la protection du sol (Xa), Sensibilité de sol (Y), l’indice de l’évolution d’érosion (ϕ) et la pente à partir de l’équation suivantes Gavrilović (1972) :

41La valeur ainsi obtenue permet, de classer les secteurs étudiés en différentes catégories d’érosion potentielle, allant d’une vulnérabilité faible à très forte. L’application spatiale de cette équation nous a permis d’élaborer une carte précise des niveaux d’érosion potentielle à l’échelle du pixel, facilitant ainsi l’identification des zones les plus sensibles à l’érosion hydrique au sein du bassin versant étudié.

42Les résultats font apparaître que le coefficient d’érosion potentiel Z s’échelonne de 0 à 2,9 sur la zone d’étude, traduisant une variabilité significative du potentiel érosion. Dans les secteurs à faible pente et bénéficiant d’un couvert végétal dense (forêts, prairies pérennes), la valeur de Z est proche de zéro, témoignant d’une protection optimale du sol. À l’autre extrême, des valeurs de Z proches de 2,9 caractérisent des versants raides, des sols très sensibles et des couverts superficiels réduits, typiques de parcelles agricoles dénudées ou faiblement enherbées. Entre ces deux extrêmes, les classes intermédiaires correspondent à des pentes modérées et à des couverts partiels ; ces zones peuvent bénéficier de dispositifs ciblés (bandes enherbées, couverts d’interculture) pour limiter l’érosion. Cette graduation de Z offre un outil précis pour hiérarchiser les interventions conservatoires et optimiser la planification spatiale des pratiques antiérosives selon le degré de vulnérabilité de chaque secteur (Figure 8).

Figure 8. Le potentiel érosif des sols en 2020

Figure 8. Le potentiel érosif des sols en 2020

Le volume annuel moyen des sédiments érodés

43Dans la méthode du Potentiel d’Érosion (EPM, dite de Gavrilović, 1972), le volume annuel brut de sol détaché est exprimé, par unité de surface, par la relation :

44Où W est la production annuelle moyenne de sédiments (m 3 /km 2 /an) ; T représente le coefficient de température. T = √(t₀ / 10 + 0,1) ; t₀ : température annuelle moyenne en °C ; H est la pluviométrie annuelle moyenne (mm) et Z représente le potentiel érosif des sols.

  • 2 Dont les enregistrements sont disponibles en ligne via la plateforme Weather Underground [En ligne] (...)
  • 3 Dont les enregistrements sont disponibles en ligne via la plateforme Weather Underground [En ligne] (...)

45Les moyennes annuelles de précipitations et de température ont été calculées à partir des données de deux stations météorologiques locales situées dans la zone d’étude : la station de Zebdine et la station d’Adloun, que nous avons implantée spécifiquement dans la région d’étude et qui a enregistré des données sur la période 2017–20232. Ces deux stations sont respectivement localisées en amont et en aval du bassin versant. En complément, des données issues de stations voisines3 situées dans des bassins versants présentant des caractéristiques morphologiques similaires, ont également été utilisées afin de renforcer la représentativité des mesures.

46Les variations thermiques contribuent au détachement précoce des particules du sol en provoquant des microfissures dans sa structure, ce qui affaiblit sa cohésion interne (Gavrilović, 1972 ; Morgan, 2005). Ce processus, combiné à l'action du ruissellement, peut ensuite entraîner la mobilisation de ces particules (Hudson, 1995 ; Roose, 2004).

47Les données de température ont été relevées par les stations de Zebdine et Adloun (2017–2023), indiquant des moyennes annuelles comprises entre 18 et 19 °C. Sur cette base, le coefficient de température a été calculé conformément au modèle EPM de Gavrilović (1972). Le coefficient de température calculé sur le bassin d’étude s’échelonne de 1,37 °C à 1,41 °C. Ces valeurs sont ensuite exploitées pour élaborer la carte du facteur T.

48L’agressivité climatique joue un rôle déterminant dans l’érosion des sols, conférant au climat une capacité destructrice notable (Bou Kheir, 2001b). L’énergie et l’intensité des précipitations renforcent les forces d’arrachement des particules du sol, faisant de la pluie le principal facteur de pertes en terre. Le modèle EPM incorpore, pour quantifier cet effet, les moyennes annuelles des précipitations. Les précipitations mensuelles moyennes du secteur d’étude ont été cartographiées à partir de deux jeux de données : les relevés locaux et ceux des régions voisines (1950–2012). Cette carte a été réalisée avec le logiciel ArcGIS Pro en utilisant l’interpolation Spline, un outil de lissage des surfaces, sur un fond topographique dont les courbes de niveau sont équidistantes de 10 m. Les valeurs obtenues indiquent une pluviométrie comprise entre 900 mm et 1 100 mm, intervalle sur lequel s’appuie l’image matricielle (raster en anglais) finale pour représenter la distribution spatiale des précipitations (Figure 9).

Figure 9. La répartition spatiale des précipitations annuelles moyennes

Figure 9. La répartition spatiale des précipitations annuelles moyennes

Résultat et discussion

49Pour l’année 2020, le potentiel d’érosion de la zone d’étude a été cartographié en intégrant l’ensemble des paramètres de l’équation EPM. L'examen de cette carte a permis de quantifier précisément les pertes en terre à l’échelle du pixel. Le modèle EPM appliqué ici révèle les processus érosifs et met en évidence les variations spatiales significatives liées aux différents facteurs influents tels que H, T, Z et Xa. La perte moyenne annuelle en terre estimée par le modèle atteint environ 2581 m³/km²/an ( 2,58 mm). Les pertes en sol dans notre zone d’étude, qui s’établissent autour de 30 t·ha⁻¹·an⁻¹, sont inférieures à celles de Mhaydssé (Békaa Ouest, 46 t·ha⁻¹·an⁻¹) ((El Hage Hassan et al., 2018a) , où le relief est plus accidenté, et du pourtour occidental du plateau du Jord Tannourine–Aaqoura (76 t·ha⁻¹·an⁻¹) (El Hage Hassan et al., 2023), caractérisé par des précipitations plus élevées et un relief plus marqué. Pour assurer la comparabilité entre les données du modèle EPM et les observations de terrain, nous avons exprimé les résultats en millimètres, unité utilisée lors des relevés de terrain (Tableau 5) (Figure 10).

Figure 10. Répartition spatiale des pertes en terre (2020)

Figure 10. Répartition spatiale des pertes en terre (2020)

Secteurs à érosion supérieure à 6 mm /an

50Ces secteurs, qui couvrent 3 % de la zone étudiée, se distinguent par des versants déboisés et un relief accidenté soumis à des précipitations intenses. L’absence de toute mesure de protection (en particulier dans les parcelles laissées en jachère ou consacrées à la culture du tabac) et une couverture végétale discontinue ne permettent pas de ralentir l’érosion lors des épisodes pluvieux majeurs. Les pertes de sol peuvent y atteindre jusqu’à 18 mm par an.

Photo 2. Versants raides dépourvus de couvert végétal protecteur à Dwair

Photo 2. Versants raides dépourvus de couvert végétal protecteur à Dwair

Photographie prise en juillet 2020 par Ali Khyami.

Photo 3. La culture du tabac à Yahmor, avec l’apparition des jeunes pousses au mois de mai

Photo 3. La culture du tabac à Yahmor, avec l’apparition des jeunes pousses au mois de mai

Photographie prise en mai 2022 par Ali Khyami.

Secteurs à érosion comprise entre 3 et 6 mm /an

51Concernant 17 % de la zone, les replats et pentes concaves bénéficient d’un couvert composé d’arbres fruitiers, d’oliviers et de forêts clairsemées. Cette végétation limite l’impact des précipitations en augmentant l’infiltration et en réduisant le ruissellement de surface.

Photo 4. L’insuffisante densité du couvert arboré met le sol à nu et le rend vulnérable aux pluies

Photo 4. L’insuffisante densité du couvert arboré met le sol à nu et le rend vulnérable aux pluies

Photographie prise en juillet 2022 par Ali Khyami.

Secteurs à érosion comprise entre 1 – 3 mm /an

52Ces secteurs (39 % de l’aire d’étude) correspondent à des pentes douces recouvertes d’un couvert forestier dense et de végétation herbacée, qui assurent une protection optimale du sol.

Secteurs à érosion résiduelle (< 1 mm /an)

53Représentant 41 % de la surface, ils se situent en zones de sédimentation à pente quasi nulle, où un couvert végétal développé joue un rôle déterminant dans la stabilisation des particules fines et la prévention des pertes de sol.

54Au vu de ces résultats, on constate que la dégradation anthropique, par déforestation ou pratiques culturales inadaptées, constitue le principal facteur aggravant, en synergie avec l’agressivité pluviométrique et la morphologie du relief. Cette cartographie précise des pertes en terre constitue ainsi un outil essentiel pour orienter les mesures de conservation des sols et de gestion durable du territoire.

Validation du modèle

55Pour évaluer la performance du modèle et la concordance entre les prédictions et la vérité terrain, chaque classe a été confrontée à des observations indépendantes à l’aide d’une matrice de confusion. La précision globale atteint 84 % (Tableau 6) et l’indice de Kappa 0,86 (Tableau 7). Théoriquement compris entre −1 et 1, l’estimateur κ est classiquement interprété comme indiquant une concordance « presque parfaite » au-delà de 0,80 (Landis et Koch, 1977).

Tableau 5. Les moyennes annuelles des pertes

N Tige

Perte selon le modèle EPM en mm

La moyenne des mesures de terrain en mm

Couvert du Sol

Pente %

Classe

33

4,1

3

Vergers

15,8

3-6

0

2,5

1,0

Vergers

23,8

1-3

11

2,8

1,0

Terrain nu

3,4

1-3

2

1,5

2,0

Terrain nu

3,9

1-3

1

2,8

3,0

Forêts dégradées

13,6

1-3

3

2,7

3,0

Terrain nu

10,5

1-3

34

2,5

3,0

Terrain nu

10,2

1-3

6

3,1

4,0

Terrain nu

9,9

3-6

18

3,8

4,0

Terrain nu

11,1

3-6

28

6

6,0

Terrain nu

5,0

6

19

2,6

2,1

Forêts dégradées

28,0

1-3

5

1,7

4,1

Forêts dégradées

16,9

1-3

29

5,3

4,1

Terrain nu

31,6

3-6

22

10,3

8,1

Terrain nu

31,1

6

37

3,0

1,2

Vergers

27,8

3-6

7

1

3

Vergers

6,0

1-3

12

3,3

2,3

Terrain nu

13,9

3-6

35

7,4

7,4

Forêts dégradées

25,0

6

4

1,5

3

Forêts dégradées

10,4

1-3

31

3,1

4,7

Terrain nu

11,9

3-6

32

2,4

1,8

Forêts dégradées

17,1

1-3

27

4,1

5,8

Terrain nu

10,9

3-6

17

2,3

1,9

Terrain nu

13,7

1-3

20

1,0

1,9

Forêts dégradées

7,9

1-3

38

2,1

2,9

Forêts dégradées

25,7

1-3

15

0,6

0,0

Vergers en courbes de niveau

17,4

<1

39

2,1

2

Forêts dégradées

25,7

1-3

40

2,5

3

Forêts dégradées

32,6

1-3

41

0,1

0,0

Forêts

17,6

<1

42

0,1

0,0

Forêts

17,6

<1

43

0,1

0,0

Forêts

13,3

<1

13

0,4

0,1

Vergers en courbes de niveau

15,7

<1

16

3,9

0,1

Terrain nu

17,9

3-6

23

0,5

0,1

Forêts dégradées

2,6

<1

24

0,9

0,1

Vergers en courbes de niveau

27,0

<1

25

1,5

0,1

Vergers

9,9

1-3

9

0,3

0,2

Vergers en courbes de niveau

3,5

<1

10

2,9

0,2

Terrain nu

11,2

1-3

14

0,9

0,2

Vergers en courbes de niveau

27,1

<1

26

1,2

0,2

Vergers en courbes de niveau

20,9

1-3

8

0,1

0,3

Vergers en courbes de niveau

2,7

<1

36

0,1

0,4

Forêts

21,0

<1

21

0,7

0,5

Vergers en courbes de niveau

22,3

<1

30

0,3

0,6

Vergers en courbes de niveau

1,9

<1

Tableau 6. Matrice de confusion pour l’évaluation des résultats

Perte en mm

> 6

3 - 6

1-3

< 1

Totale

Précision

utilisateur %

> 6

3

0

0

0

3

100

3 - 6

0

6

2

1

9

66

1 - 3

0

1

15

3

19

79

< 1

0

0

0

13

13

100

Total

3

7

17

17

44

Précision réalisateur %

100

86

88

76

Précision globale

Erreur d’omission%

0

14

12

14

84 %

Tableau 7. Indice de Kappa

Kappa

N

42

Ʃxn

37

Ʃxi*xii

93

Kappa

0,86

56n le nombre de lignes de la matrice de confusion, xii le nombre d’observations dans la ligne i et la colonne i, xi+ et x+i les totaux marginaux de la ligne i et la colonne i, N le nombre total d’observations.

57La matrice de confusion (N = 44) indique une précision globale de 84 % (37/44). Les classes extrêmes (> 6 mm et < 1 mm) affichent une précision utilisateur de 100 %, sans erreur de commission. Les classes intermédiaires sont davantage confondues : la classe 3–6 mm est parfois attribuée à 1–3 mm ou < 1 mm (3 cas), et la classe 1–3 mm à < 1 mm (3 cas), ce qui traduit des glissements aux seuils adjacents. Les précisions producteur sont respectivement 100 %, 86 %, 88 % et 76 % pour > 6, 3–6, 1–3 et < 1 mm, soit des erreurs d’omission d’environ 0 %, 14 %, 12 % et 24 %. Au total, 37 points sont correctement classés ; l’amélioration pourrait passer par un échantillonnage accru des classes 3–6 mm et < 1 mm.

58Les secteurs présentant des pertes annuelles supérieures à 6 mm se caractérisent par une nette concordance entre les valeurs mesurées sur le terrain et les prédictions du modèle EPM, en particulier dans les zones de terrain nu fortement inclinées. Ces résultats soulignent clairement le rôle critique de l’absence de couverture végétale et l'importance du relief accidenté couplé à une forte intensité pluviométrique, renforçant l'importance des mesures de conservation prioritaires dans ces secteurs vulnérables.

59Pour les secteurs où l'érosion est comprise entre 3 et 6 mm/an, les différences observées entre les mesures de terrain et les estimations du modèle restent relativement faibles. Cependant, quelques cas isolés montrent des écarts plus importants, comme dans les terrains nus avec des pentes très marquées, où le modèle tend à légèrement sous-estimer les pertes réelles observées. Ces variations pourraient s'expliquer par des phénomènes localisés d'écoulement concentré ou d'érosion en rigoles, qui ne sont pas totalement captés par le modèle EPM dans sa configuration actuelle.

60Les secteurs où l’érosion oscille entre 1 à 3 mm/an, présentent généralement une bonne concordance entre les deux méthodes. Toutefois, quelques écarts apparaissent, notamment dans les parcelles consacrées aux vergers terrains nus. Elle s’explique par l’absence d’ouvrages antiérosifs, tels que les terrasses agricoles, conjuguée à un couvert végétal insuffisant lors des épisodes pluvieux les plus intenses.

61Enfin, les zones à érosion résiduelle (< 1 mm/an) sont largement conformes aux observations de terrain, confirmant l'efficacité protectrice du couvert végétal dense et les cultures en courbes de niveau. Ces secteurs représentent des exemples réussis de pratiques de conservation des sols, dont l’efficacité pourrait servir de référence pour la mise en œuvre de stratégies similaires dans des secteurs plus sensibles.

Conclusion et recommandations

62Cette étude confirme que le modèle EPM constitue un outil efficace et robuste pour évaluer le risque d’érosion hydrique à l’échelle du bassin versant d'Abou Al-Aswad. En intégrant des paramètres détaillés tels que la couverture végétale, les caractéristiques pédologiques, la pente, et les données climatiques locales, le modèle permet d'obtenir des estimations précises des pertes en sol, corroborées globalement par les mesures de terrain. Toutefois, les divergences ponctuelles observées, dues à la variabilité des conditions locales telles que la morphologie complexe des terrains et les pratiques culturales spécifiques, mettent en évidence la nécessité de poursuivre une calibration fine du modèle EPM en fonction des particularités locales.

63La cartographie précise des pertes en sol réalisée dans cette étude souligne clairement l'importance cruciale des pratiques de conservation telles que le terrassement et l'adoption de stratégies agricoles protectrices. Ces approches sont essentielles pour prévenir la dégradation continue des sols et garantir la durabilité environnementale et économique de la région étudiée.

64Cette discussion souligne ainsi l’utilité et les limites du modèle EPM pour la gestion opérationnelle des risques d’érosion. Les écarts constatés encouragent des améliorations futures telles que l'intégration de données supplémentaires sur les pratiques agricoles spécifiques et l'intensité réelle des événements pluvieux. Cette démarche permettra une meilleure précision du modèle et une gestion plus efficace du territoire.

65Fort des constats de cette étude, nous recommandons une calibration locale des paramètres. En effet, il est selon nous indispensable d'affiner régulièrement le modèle EPM par des mesures systématiques sur le terrain afin d'intégrer les spécificités locales des sols et des pratiques culturales. Il également nécessaire de faire la promotion du terrassement et, pour cela, renforcer les actions visant à promouvoir et généraliser l'aménagement de terrasses agricoles, particulièrement sur les versants à fortes pentes, pour réduire efficacement l'érosion hydrique et protéger les ressources hydriques. Nous appuyons la mise en place d’une surveillance continue grâce à un programme de surveillance régulier combinant les techniques modernes de télédétection (Sentinel-2, BSI) et des relevés de terrain fréquents, pour détecter précocement les changements critiques dans la couverture végétale et ajuster les stratégies d’intervention rapidement. Nous exhortons à une amélioration des pratiques agricoles en encourager les pratiques culturales durables, telles que la rotation des cultures et l’utilisation de couverts végétaux permanents ou semi-permanents, afin de renforcer la résilience des sols face aux précipitations intenses caractéristiques du climat méditerranéen. Enfin, nous préconisons de former les exploitants locaux aux techniques modernes de gestion durable des sols et les sensibiliser aux enjeux économiques et environnementaux de l’érosion, en leur fournissant les outils nécessaires à une meilleure gestion du territoire. En mettant en œuvre ces recommandations, il est possible d'atténuer significativement les effets de l'érosion hydrique, de préserver la fertilité des sols, et d'assurer une gestion durable des ressources naturelles dans le bassin versant d'Abou Al-Aswad.

Haut de page

Bibliographie

Abu-Zreig, M., (2001). Facteurs influençant le piégeage des sédiments dans les bandes filtrantes végétalisées : étude de simulation utilisant VFSMOD. Hydrological Processes, 15(8), 1477-1488.

Agence spatiale européenne. (2015). Sentinel-2 MSI User Handbook (Issue 2.0), https://sentinels.copernicus.eu/documents/247904/685211/Sentinel-2_User_Handbook

Auzet, V., (1987). L’érosion des sols cultivés en France sous l’action du ruissellement. Annales de géographie, 96(537), 529-556.

Barthès, B., De Noni, G., Roose, E., Asseline, J., Albrecht, A., et Viennot, M., (1998). Pratiques culturales et érodibilité du sol dans les Rougiers de Camarès, Aveyron. Étude et gestion des sols, 5(3), 157-170.

Battany, M. C., et Grismer, M. E., (2000). Rainfall runoff and erosion in Napa Valley vineyards: effects of slope, cover and surface roughness. Hydrological Processes, 14(7), 1289-1304.

Bennett, E. M., Baird, J., Baulch, H., Chaplin-Kramer, R., Fraser, E., Loring, P., Morrison, P., Parrott, L., Sherren, K., Winkler, K. J., et al., (2021). Ecosystem services and the resilience of agricultural landscapes. Dans D. A. Bohan et A. J. Vanbergen (dir.), The future of agricultural landscapes, Part II (Advances in Ecological Research, vol. 64, p. 1-43). Academic Press.

Bezak, N., Borrelli, P., Mikos, M., Auflič, M. J., et Panagos, P., (2024). Vers une modélisation multi-modèle de l’érosion des sols : une évaluation de la méthode du potentiel d’érosion (EPM) pour les évaluations globales de l’érosion des sols. Catena, 234, 107596.

Blanchet, G., (1965). Le climat de Beyrouth. Revue de géographie de Lyon, 40(2), 131-158.

Bou Kheir, R., Girard, M. C., Khawlie, M., et Abdallah, C., (2001a). Érosion hydrique des sols dans les milieux méditerranéens. Études et gestion des sols, 8(4), 231-245.

Bou Kheir, R., Girard, M. C., Shaban, A., Khawlie, M., Faour, G., et Darwish, T., (2001b). Apport de la télédétection pour la modélisation de l’érosion hydrique des sols dans la région côtière du Liban. Télédétection, 2(2), 79-90.

Carroll, C., Merton, L., et Burger, P., (2000). Impact of vegetative cover and slope on runoff, erosion, and water quality for field plots on a range of soil and spoil materials on central Queensland coal mines. Australian Journal of Soil Research, 38(3), 313-327.

Chaaouan, J., Faleh, A., Sadiki, A., et Mesrar, H., (2013). Télédétection, SIG et modélisation de l’érosion hydrique dans le bassin versant de l’Oued Amzaz, Rif central. Revue française de photogrammétrie et de télédétection, 203, 19-25.

Charbel, L., et El Hage Hassan, H., (2017). Modélisation de la perte en sol dans la forêt de Bkassine (Liban Sud). Geo-Eco-Trop, 41(3), 479-492.

Corona, C., Saez, J. L., Rovera, G., Astrade, L., et Stoffel, M., (2011). Validation d’une méthode de quantification des vitesses d’érosion sur marnes par dendrogéomorphologie (Draix, Alpes de Haute-Provence). Géomorphologie : Relief, Processus, Environnement, 17(1), 83-94.

Darwish, T., Khawlie, M., Jomaa, I., Abou Daher, M., Awad, M., Masri, T., Shaban, A., Faour, G., Bou Kheir, R., Abdallah, C., et Haddad, T., (2006). Soil map of Lebanon 1/50 000. CNRS-Liban, Monograph Series 4, 367 p.

De Ploey, J., (1989). A model for headcut retreat in rills and gullies. Dans A. Yair et S. Berkowicz (dir.), Arid and semi-arid environments: geomorphological and pedological aspects (Catena Suppl., 14, p. 81-86).

De Vente, J., et Poesen, J., (2005). Predicting soil erosion and sediment yield at the basin scale : scale issues and semi-quantitative models. Earth-Science Reviews, 71(1-2), 95-125.

Degan, F., Salvador-Blane, S., et Cerdan, O., (2015). Cartographie de l’aléa érosif sur le bassin Loire-Bretagne. Agence de l’Eau Loire-Bretagne, Laboratoire Géo-Hydrosystèmes continentaux, Université François-Rabelais de Tours, Bureau de Recherches Géologiques et Minières, Projet VERSEAU, 102 p., https://geosciences.univ-tours.fr/images/media/20160404103750-rapport_verseau.pdf

Dubertret, L., et Wetzel, R., (1951). Carte géologique au 1/50 000. Feuille de Sour et Nabatiyeh. Ministère des Travaux publics, Beyrouth, 56 p. + 12 planches photographiques.

Duchaufour, H., et Mikokoro, C., (2012). Lutte antiérosive : réhabilitation des sols tropicaux et protection contre les pluies exceptionnelles. IRD Éditions, Marseille.

El Hage Hassan, H., Valadas, B., et Faour, G., (2009). Apports d’une méthode SIG et de la télédétection pour l’étude de la limitation du risque érosif des terres agricoles. Dans Actes du congrès GeoTunis, Tunis, 16-20 décembre 2009.

El Hage Hassan, H., (2011). Les apports d’un SIG dans la connaissance des évolutions de l’occupation du sol et de la limitation du risque érosif dans la plaine de la Bekaa (Liban) : exemple d’un secteur du Bekaa el Gharbi. [Thèse de doctorat, Université d’Orléans].

El Hage Hassan, H., Touchart, L., et Faour, G., (2013). La sensibilité potentielle du sol à l’érosion hydrique dans l’ouest de la Békaa au Liban. M@ppemonde, 109(1).

El Hage Hassan, H., Charbel, L., et Touchart, L., (2015). Cartographie des conditions de l’érosion hydrique des sols au Mont-Liban : exemple de la région d’El Aaqoura. Physio-Géo, 9, 141-156.

El Hage Hassan, H., Touchart, L., Ardillier Carras, F., et Faour, G., (2016). Lutte contre l’érosion et aménagement agricole dans la plaine de la Békaa, Liban. M@ppemonde, 117, 17 p.

El Hage Hassan, H., Charbel, L., et Touchart, L., (2018a). Modélisation de l’érosion hydrique à l’échelle du bassin versant du Mhaydssé, Békaa-Liban. VertigO – La revue électronique en sciences de l’environnement, 18(1), https://journals.openedition.org/vertigo/19804

El Hage Hassan, H., Charbel, L., et Touchart, L., (2018b). Modélisation et cartographie du risque érosif à Rachaya (Liban). Photo-Interprétation, European Journal of Applied Remote Sensing, 54(1), 16-27.

El Hage Hassan, H., Faour, G., Charbel, L., et Touchart, L., (2019a). Cartographie de l’aléa érosif dans le bassin sud du Litani-Liban. Revue internationale de géomatique, 29(2), 159-184.

El Hage Hassan, H., Ardillier, F., et Charbel, L., (2019b). Les changements de l’occupation des sols dans la Béqaa Ouest (Liban) : le rôle des actions anthropiques. Cahiers Agricultures, 28, 10.

El Hage Hassan, H., Charbel, L., et Khiyami, A., (2022). Estimation expédiée du risque érosif dans l’amont du bassin versant du Nahr el Kalb. VertigO – La revue électronique en sciences de l’environnement, 22(3), https://journals.openedition.org/vertigo/39185

Emmanouloudis, D., Tsakiris, A., et Spanos, P., (2003). The EPM method for evaluating sediment yield : applications in large mountainous catchments. Environmental Hydrology Journal, 18, 356-362.

Food and Agriculture Organization of the United Nations (FAO). (2006). Global forest resources assessment 2005 : report on fires in the Mediterranean region. Fire Management Working Paper, Rome.

Gavrilović, S., (1962). A method for estimating of the average annual quantity of sediments according to the potency of erosion. Glasnik Šumarskog Fakulteta.

Gavrilović, S., (1970). Savremeni načini proračunavanja bujičnih nanosa i izrada karata erozije. Dans Seminar Erozija, Bujični tokovi i rečni nanos (p. 85-100). Belgrade.

Gavrilović, S., (1972). Engineering of torrents and erosion. Journal of Construction (special issue). Belgrade, Yugoslavia, 292 p.

Gavrilovic, Z., (1988). The use of an empirical method (Erosion Potential Method) for calculating sediment production and transportation in unstudied or torrential streams. Dans Proceedings of the International Conference on River Regime, Wallingford, UK.

Gavrilovic, Z., Stefanovic, M., Milovanovic, I., Cotric, J., et Milojevic, M., (2008). Torrent classification – base of rational management of erosive regions. Dans XXIVth Conference of the Danubian Countries, Bled, Slovenia, p. 1-9.

Globevnik, L., Cerovec, S., et Vidmar, R., (2003). Erosion estimation using Gavrilović’s method : application and improvements. Dans Soil erosion and river sedimentation conference.

Grégoire, C., et Litaudon-Jouve, C., (2004). Étude de la dynamique de l’occupation du sol en zone viticole AOC sur trois communes du Bas-Rhin. Revue géographique de l’Est, 44(1-2), 43-53.

Houet, T., (2006). Modélisation prospective de l’occupation du sol en zone agricole intensive dans la France de l’Ouest. Norois, 198(1), 35-47.

Hudson, N., (1995). Soil conservation (3e éd.). Iowa State University Press, 304 p.

Khyami, A., (2023). Impact of land use change on soil water erosion in Abu al Aswad River Basin (South Lebanon). [Thèse de doctorat, Université Libanaise]. 336 p.

Le Bissonnais, Y., Montier, C., Daroussin, J., King, D., et Morel, B., (1998). Cartographie de l’aléa érosion des sols en France. INRA, 77 p.

Le Bissonnais, Y., Thorette, J., Bardet, C., et Daroussin, J., (2002). L’érosion hydrique des sols en France. Rapport IFEN-INRA, 106 p.

Lense, G. H. E., Parreiras, T. C., Moreira, R. S., Avanzi, J. C., et Mincato, R. L., (2019). Estimates of soil losses by the erosion potential method in tropical latosols. Ciência e Agrotecnologia, 43, e012719.

Li, Z., Fang, H., et Wang, Z., (2009). Limitations of USLE and RUSLE for soil erosion estimation in mountainous regions. Journal of Hydrology, 371(1-4), 122-131.

Manojlović, S., Antić, M., Šantić, D., Sibinović, M., Carević, I., et Srejić, T., (2018). Anthropogenic impact on erosion intensity : case study of rural areas of Pirot and Dimitrovgrad municipalities, Serbia. Sustainability, 10(3), 826.

Milevski, I., et al., (2024). Améliorations de l’indice d’évolution de l’érosion (BSI) pour contexte méditerranéen. Remote Sensing Journal, 12, 56-78.

Mohammadi, M., Darvishan, A. K., Spalevic, V., Dudic, B., et Billi, P., (2021). Analysis of the impact of land use changes on soil erosion intensity and sediment yield using the IntErO model in the Talar watershed of Iran. Water, 13(6), 881.

Morgan, R. P. C., (2005). Soil erosion and conservation (3e éd.). Blackwell Publishing, Oxford, 304 p.

MTPT (Ministère des Travaux publics et des Transports). (1977). Atlas climatique du Liban. Tome 1 : pluie, température, pression, nébulosité. Service météorologique, Beyrouth, 45 p. + 50 planches.

Neto, M. R. R., Musselli, D. G., Lense, G. H. E., Servidoni, L. E., Stefanidis, S., Spalevic, V., et Mincato, R. L., (2022). Soil loss modelling by the IntErO model – erosion potential method in the Machado River Basin, Minas Gerais, Brazil. Agriculture and Forestry, 68(2), 7-21.

Nguyen, L. H., Balzter, H., Chen, X., Holden, N., Kulawik, K., et Morgoth, D., (2021). Barren Soil Index derived from Sentinel-2 for bare soil detection. Land, 10(3), 231.

Nikolic, G., Spalevic, V., Curovic, M., Khaledi Darvishan, A., Skataric, G., Pajic, M., Kavian, A., et Tanaskovik, V., (2019). Variability of soil erosion intensity due to vegetation cover changes : case study of Orahovacka Rijeka, Montenegro. Notulae Botanicae Horti Agrobotanici Cluj-Napoca, 47(1), 237-248.

Ouallali, A., Aassoumi, H., Moukhchane, M., Moumou, A., Houssni, M., Spalevic, V., et Keesstra, S., (2020). Sediment mobilization study on Cretaceous, Tertiary and Quaternary lithological formations of an external Rif catchment, Morocco. Hydrological Sciences Journal, 65(9), 1568-1582.

PAP/RAC. (2004). Improving coastal land degradation monitoring in Lebanon and Syria. Country report : Syria. ONU, Priority Actions Programme, Projet LIFE TCY/00/INT/00069/MED, Split, VIII + 154 p.

Polovina, S., Radić, B., Ristić, R., et Milčanović, V., (2024). Application of remote sensing for identifying soil erosion processes on a regional scale : an innovative approach to enhance the erosion potential model. Remote Sensing, 16(13), 2390.

Rey, F., Ballais, J.-L., Marre, A., et Rovéra, G., (2004). Rôle de la végétation dans la protection contre l’érosion hydrique de surface. Comptes Rendus Geoscience, 336(11), 991-998.

Roose, E., (1977). Érosion et ruissellement en Afrique de l’Ouest : vingt années de mesures en petites parcelles expérimentales. ORSTOM, Paris, 108 p.

Roose, E., (1980). Dynamique actuelle des sols ferrallitiques et ferrugineux tropicaux d’Afrique occidentale. [Thèse de doctorat, Université d’Orléans].

Roose, E., (1983). Ruissellement et érosion avant et après défrichement en fonction du type de culture en Afrique occidentale. Cahiers ORSTOM, série Pédologie, 20, 327-339.

Roose, E., (1994). Introduction à la gestion conservatoire de l’eau, de la biomasse et de la fertilité des sols (GCES). Bulletin pédologique de la FAO, 70, Rome, 420 p.

Roose, E., (2004). Évolution historique des stratégies de lutte antiérosive : vers la gestion conservatoire de l’eau, de la biomasse et de la fertilité des sols (GCES). IRD Éditions, Montpellier, 503 p.

Sabri, E., Spalevic, V., Boukdir, A., Karaoui, I., Ouallali, A., Mincato, R. L., et Sestras, P., (2022). Estimation of soil losses and reservoir sedimentation : a case study in Tillouguite sub-basin (High Atlas-Morocco). Agriculture and Forestry, 68(2), 207-220.

Schaffhauser, A., Pimont, F., Curt, T., Cassagne, N., Dupuy, J.-L., et Tatoni, T., (2015). Effets de la récurrence des incendies sur le comportement du feu dans des suberaies et maquis méditerranéens. Comptes Rendus Biologies, 338(12), 812-824.

Spalevic, V., Lakicevic, M., Radanovic, D., Billi, P., Barovic, G., Vujacic, D., Sestras, P., et Khaledi Darvishan, A., (2017). Ecological-economic (Eco-Eco) modelling in mountainous regions : impact of land cover changes on sediment yield in the Velicka Rijeka, Montenegro. Notulae Botanicae Horti Agrobotanici Cluj-Napoca, 45(2), 602-610.

Spalevic, V., Barovic, G., Vujacic, D., Curovic, M., Behzadfar, M., Djurovic, N., Dudic, B., et Billi, P., (2020). The impact of land use changes on soil erosion in the river basin of Miocki Potok, Montenegro. Water, 12(11), 2973.

Stefanidis, S., et Stathis, D., (2018). Effect of climate change on soil erosion in a mountainous Mediterranean catchment (Central Pindus, Greece). Water, 10(10), 1469.

Stefanidis, S. P., Proutsos, N. D., Tigkas, D., et Chatzichristaki, C., (2025). Erosion-based classification of mountainous watersheds in Greece : a geospatial approach. Sustainability, 17(19), 8710.

Van Der Knijff, J. M., Jones, R. J. A., et Montanarella, L., (2000). Soil erosion risk assessment in Europe. Office for Official Publications of the European Communities, Luxembourg, 38 p.

Haut de page

Notes

1 Dont les enregistrements sont disponibles en ligne via la plateforme Weather Underground [En ligne] : https://www.wunderground.com

2 Dont les enregistrements sont disponibles en ligne via la plateforme Weather Underground [En ligne] : https://www.wunderground.com

3 Dont les enregistrements sont disponibles en ligne via la plateforme Weather Underground [En ligne] : https://www.wunderground.com

Haut de page

Table des illustrations

Titre Figure 1. Localisation de la zone d’étude
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-1.png
Fichier image/png, 590k
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-2.png
Fichier image/png, 951 octets
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-3.png
Fichier image/png, 807 octets
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-4.png
Fichier image/png, 1,1k
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-5.png
Fichier image/png, 878 octets
Titre Figure 2. Répartition des tiges métalliques dans le secteur d’étude
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-6.png
Fichier image/png, 509k
Titre Figure 3. Répartition des sols dans la zone d’étude
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-7.png
Fichier image/png, 464k
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-8.png
Fichier image/png, 1,8k
Titre Figure 4. Répartition spatiale de l’érodibilité du sol
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-9.png
Fichier image/png, 521k
Titre Figure 8. Le potentiel érosif des sols en 2020
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-10.png
Fichier image/png, 610k
Titre Photo 1. Les terres arables dépourvues de couverture protectrice durant la saison pluvieuse
Crédits Photographie prise en janvier 2022 par Ali Khyami.
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-11.png
Fichier image/png, 754k
Titre Figure 6. Détermination de l’indice de protection du sol en 2020
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-12.png
Fichier image/png, 560k
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-13.png
Fichier image/png, 1,7k
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-14.png
Fichier image/png, 1,7k
Titre Figure 7. Indice de protection des sols selon les classes d’occupation des sols (année 2020)
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-15.png
Fichier image/png, 568k
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-16.png
Fichier image/png, 1,2k
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-17.png
Fichier image/png, 904 octets
Titre Figure 9. La répartition spatiale des précipitations annuelles moyennes
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-18.png
Fichier image/png, 317k
Titre Figure 10. Répartition spatiale des pertes en terre (2020)
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-19.png
Fichier image/png, 658k
Titre Photo 2. Versants raides dépourvus de couvert végétal protecteur à Dwair
Crédits Photographie prise en juillet 2020 par Ali Khyami.
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-20.png
Fichier image/png, 688k
Titre Photo 3. La culture du tabac à Yahmor, avec l’apparition des jeunes pousses au mois de mai
Crédits Photographie prise en mai 2022 par Ali Khyami.
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-21.png
Fichier image/png, 1,0M
Titre Photo 4. L’insuffisante densité du couvert arboré met le sol à nu et le rend vulnérable aux pluies
Crédits Photographie prise en juillet 2022 par Ali Khyami.
URL http://journals.openedition.org/vertigo/docannexe/image/51230/img-22.png
Fichier image/png, 929k
Haut de page

Pour citer cet article

Référence électronique

Hussein El Hage Hassan, Ali Khyami, Ghaleb Faour et Laurent Touchart, « Usage du sol et érosion hydrique : application de l’EPM de Gavrilović au bassin d’Abou Al-Aswad (sud-ouest du Liban, milieu méditerranéen semi-aride) »VertigO - la revue électronique en sciences de l'environnement [En ligne], Terrains, mis en ligne le 24 octobre 2025, consulté le 06 décembre 2025. URL : http://journals.openedition.org/vertigo/51230 ; DOI : https://doi.org/10.4000/1586b

Haut de page

Auteurs

Hussein El Hage Hassan

Enseignant chercheur, département de Géographie, Université Libanaise, Liban, Laboratoire de recherche CEDETE (EA 1210), adresse courriel : hussein.el-hage-hassan@ul.edu.lb ; hussein.1978@hotmail.fr

Ali Khyami

Docteur en Géographie, Université Libanaise, Liban, adresse courriel : ali_khyami@hotmail.com

Articles du même auteur

Ghaleb Faour

Centre national de télédétection, Centre National de la Recherche Scientifique (CNRS), Beyrouth, Liban, adresse courriel : gfaour@cnrs.edu.lb

Laurent Touchart

Enseignant-chercheur en géographie, Université d'Orléans. Laboratoire de recherche CEDETE (EA 1210), Université d'Orléans, France, adresse courriel : laurent.touchart@univ-orleans.fr

Articles du même auteur

Haut de page

Droits d’auteur

CC-BY-NC-ND-4.0

Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont susceptibles d’être soumis à des autorisations d’usage spécifiques.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search