Apports de la géoinformatique pour l’évaluation des zones à risque d’inondation dans le bassin versant Bendougou

  • Souleymane Bengaly PhD en Géoinformatique Appliquée, Université des Sciences Sociales et de Gestion de Bamako, Faculté d’Histoire et de Géographie, Laboratoire Homme Peuplement Environnement (HoPE), Mali
  • Oumar Coulibaly Oumar Coulibaly PhD en Géographie de l'Environnement, Université des Sciences Sociales et de Gestion de Bamako, Faculté d’Histoire et de Géographie, Laboratoire Homme Peuplement Environnement (HoPE), Mali
  • Yorombe dit Yoro Karembe PhD en Système d’Information Géographique Aplliquée, Université des Sciences Sociales et de Gestion de Bamako, Faculté d’Histoire et de Géographie, Laboratoire Homme Peuplement Environnement (HoPE), Mali
  • Tinzanga Sanogo Msc en Géomatique, Gestion et Aménagement des Territoires, Université des Sciences Sociales et de Gestion de Bamako, Faculté d’Histoire et de Géographie, Laboratoire Homme Peuplement Environnement (HoPE), Mali
Keywords: Géoinformatique, risque, inondation, bassin versant, Bendougou

Abstract

Depuis plus de cinquante ans, les inondations sont récurrentes dans le sud du Mali, en particulier dans le bassin versant du Bendougou, où se trouve la ville de Bla. Ces inondations, considérées comme dangereuses, suscitent une attention croissante de la part du public et de la communauté scientifique. Cette étude utilise la géo-informatique pour évaluer les zones à risque d'inondation à l'aide d'une approche multicritères basée sur les systèmes d'information géographique (SIG). Les données utilisées comprennent un modèle numérique d'élévation (MNE) provenant d'ALOS PALSAR (2014, résolution de 12,5 m), 30 ans de données cumulées sur les précipitations, des données démographiques provenant de WORLDPOP et des images satellite Landsat 8 OLI de 2023 (résolution de 30 m). Le MNT a été utilisé pour caractériser le terrain en termes de pente, d'altitude et de densité de drainage. Les images Landsat ont été analysées pour cartographier l'utilisation et la couverture des sols.

Le processus analytique hiérarchique (PAH) a été utilisé pour attribuer des pondérations à chaque facteur en fonction de son importance relative. La carte finale des risques d'inondation a été générée à partir d'une combinaison linéaire pondérée de la carte des aléas, de la densité de population et des données sur l'utilisation des sols. Les résultats indiquent que 40 % de la superficie du bassin versant (soit 260 505 hectares) est classée comme présentant un risque faible, 33 % un risque modéré, 23 % un risque très faible et seulement 4 % un risque élevé à très élevé. Les zones les plus vulnérables sont principalement situées dans les environs urbains de Bla. Ces résultats soulignent la nécessité urgente de renforcer les efforts de prévention et de gestion des inondations dans cette localité en rapide urbanisation.

 

For over fifty years, flooding in southern Mali has been recurrent, particularly within the Bendougou watershed, where the city of Bla is located. These floods, regarded as dangerous, have attracted growing attention from the public as well as the scientific community. This study employs geoinformatics to evaluate flood risk zones using a multi-criteria approach based on Geographic Information Systems (GIS). The data used include a Digital Elevation Model (DEM) from ALOS PALSAR (2014, 12.5 m resolution), 30 years of cumulative rainfall data, demographic data from WORLDPOP, and Landsat 8 OLI satellite imagery from 2023 (30 m resolution). The DEM was used to characterize the terrain in terms of slope, elevation, and drainage density. Landsat imagery was analyzed to map land use and land cover. Flood hazard was estimated by integrating topographic, rainfall, and land use data. The Analytic Hierarchy Process (AHP) was applied to assign weights to each factor according to its relative importance. The final flood risk map was generated through a weighted linear combination of the hazard map, population density, and land use data. The results indicate that 40% of the watershed area (equivalent to 260,505 hectares) is classified as low risk, 33% as moderate risk, 23% as very low risk, and only 4% as high to very high risk. The most vulnerable areas are predominantly located in the urban vicinity of Bla. These findings highlight the urgent need to strengthen flood prevention and management efforts in this rapidly urbanizing locality.

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

References

1. Bruckmann, L., Amanejieu, A., Moffo, M. O. Z., & Ozer, P. (2019). Analyse géohistorique de l’évolution spatio-temporelle du risque d’inondation et de sa gestion dans la zone urbaine de Douala (Cameroun). Physio-Géo, Volume 13, 91‑113. https://doi.org/10.4000/physio-geo.8038
2. Coulibaly, O., Bengaly, S., & Traore, D. (2024). Récurrence des inondations dans la ville de Bla Au Mali : enjeux et perspectives. La Revue Africaine des Lettres, des Sciences Humaines et Sociales KURUKAN FUGA, 3(11), 296‑313. https://doi.org/10.62197/RVPU2141
3. Diriba, D., Takele, T., Karuppannan, S., & Husein, M. (2024). Flood hazard analysis and risk assessment using remote sensing, GIS, and AHP techniques : A case study of the Gidabo Watershed, main Ethiopian Rift, Ethiopia. Geomatics, Natural Hazards and Risk, 15(1), 2361813. https://doi.org/10.1080/19475705.2024.2361813
4. F Fénéant, D. (2020). Analyse par Système d’Information Géographique (SIG) du risque d’inondation dans la ville de Gros-Morne en aval du bassin versant de la Rivière Mancelle, Haïti [Master de Spécialisation en Gestion des Risques et des Catastrophes, Université de Liège]. p. 79
5. Fernández, D. S., & Lutz, M. A. (2010). Urban flood hazard zoning in Tucumán Province, Argentina, using GIS and multicriteria decision analysis. Engineering Geology, 111(1), 90‑98. https://doi.org/10.1016/j.enggeo.2009.12.006
6. Fofana, M., Adounkpe, J., Larbi, I., Hounkpe, J., Djan’na Koubodana, H., Toure, A., Bokar, H., Dotse, S.-Q., & Limantol, A. M. (2022). Urban flash flood and extreme rainfall events trend analysis in Bamako, Mali. Environmental Challenges, 6, 100449. https://doi.org/10.1016/j.envc.2022.100449
7. Guelbeogo, S., & Lucien, O. (2022). Cartographie des risques d’inondation dans le bassin versant du Kou au Burkina Faso. Afrique SCIENCE, 21(3), 60‑75.
8. Hlal, M., & Abdelkader, S. (2022). Vulnérabilité des zones côtières du nord-est du Maroc aux risques d’inondation : cas de Saidia et Nador. 171-175
9. Kabore, H. (2024). Evaluation de l’aléa inondation dans la préfecture de Coyah, République de Guinée [Université de Liège, Master de spécialisation en gestion des risques et des catastrophes]. p. 74
10. OCHA. (2024, octobre 3). Mali : Aperçu des régions affectées par les inondations de 2024 (03 octobre 2024) | OCHA. https://www.unocha.org/publications/report/mali/mali-apercu-des-regions-affectees-par-les-inondations-de-2024-03-octobre-2024
11. Ogato, G. S., Bantider, A., Abebe, K., & Geneletti, D. (2020). Geographic information system (GIS)-Based multicriteria analysis of flooding hazard and risk in Ambo Town and its watershed, West shoa zone, oromia regional State, Ethiopia. Journal of Hydrology: Regional Studies. 27, 1-18. https://doi.org/10.1016/j.ejrh.2019.100659
12. Saley, M. B., Kouamé, F., Penven, M. J., Biemi, J., & Kouadio, B. H. (2005). Cartographie des zones à risque d’inondation dans la région semi-montagneuse à l’Ouest de la Côte d’Ivoire : Apport des MNA et de l’imagerie satellitaire. Télédétection. 5, 53-67.
13. Sanogo, T., & Bengaly, S. (2022). Evaluation des zones à risque d’inondation dans le bassin versant de Kotoroni dans la région de Sikasso au sud du Mali à l’aide des outils géomatiques. 5(6), 73‑86.
Published
2025-12-18
How to Cite
Bengaly, S., Coulibaly, O., Karembe, Y. dit Y., & Sanogo, T. (2025). Apports de la géoinformatique pour l’évaluation des zones à risque d’inondation dans le bassin versant Bendougou. European Scientific Journal, ESJ, 48, 441. Retrieved from https://eujournal.org/index.php/esj/article/view/20426
Section
ESI Preprints