Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

GLISSEMENTS DE TERRAIN --- GEOLOGIE APPLIQUEE --- GEOMORPHOLOGIE --- BELGIQUE --- GLISSEMENTS DE TERRAIN --- GEOLOGIE APPLIQUEE --- GEOMORPHOLOGIE --- BELGIQUE --- FLANDRE

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

ENSO (météorologie) --- El Niño (courant) --- Courants marins

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Un inventaire géomorphologique multi-temporel des glissements de terrain a été réalisé dans une zone spécifique des collines peuplées de Bujumbura, au Burundi. Il est combiné par une analyse spatio-temporelle des processus et des impacts associés. L’objectif principal de l'étude était de caractériser la typologie, la distribution spatiale et la dynamique des glissements recensés. A cela, s’ajoutent, l’analyse des facteurs déclencheurs et ceux prédisposant la zone aux glissements de terrain, en mettant un accent sur les impacts qui en découlent. Cela dit, nous explorons les données récoltées systématiquement à deux échelles d’investigation, l’une basée sur l’exploitation minutieuse des images satellites Google Earth et l’autre sur l’expertise de terrain. A l'issue de cette stratégie, au total, 54 glissements de terrain ont été majoritairement cartographiés, dont 17, à l’aide de Google Earth (GE) et 37, via des observations de terrain.
Les résultats montrent que les earthflows (36%) et les rotational slides (28%) sont les types de glissements les plus fréquents dans la zone, suivis des debris flows (20%) et des translational slides (13%). Les glissements de terrain sont en grande majorité récents, avec une proportion importante, déclenchée en 2024 (40% de l’ensemble). Les glissements profonds prédominent (71.4% des cas inventoriés sur le terrain), surtout dans les zones à altitudes élevées et sur des lithologies altérées. Les earthflows sont principalement localisés près des cours d'eau, tandis que les rotational slides sont concentrés dans les parties nord et centrales de la zone d’étude. La répartition des glissements de terrain souligne une variabilité spatiale influencée par les caractéristiques géomorphologiques locales. Nous avons analysé aussi les facteurs pente, lithologie et l'altitude pour comprendre leurs interactions avec la dynamique des glissements de terrain. En fin, une analyse descriptive des impacts a été faite pour comprendre les niveaux de vulnérabilités des populations et de leurs biens sur une zone ciblée par l’enquête. Les résultats sont interpellatifs et alertent, en même temps, les autorités administratives à tous les niveaux pour la gestion holistique des risques de catastrophes dans cette zone, en mettant essentiellement en place, des mesures d’atténuation, telles que l’aménagement du territoire sur la base d’une planification bien adaptée.

Analyse --- Inventaire --- impacts --- Glissement de terrain --- Google Earth --- Sciences du vivant > Sciences de l'environnement & écologie

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Les glissements de terrain, omniprésents dans la majeure partie des régions montagneuses du monde, peuvent, très souvent, s’avérer catastrophiques et constituent dès lors un problème d’importance capitale. Ces phénomènes sont récurrents en Asie Centrale, et, plus spécifiquement autour du Bassin de Fergana et dans la vallée de Mailuu-Suu au Kirghizistan. Dans ces régions, ils se réactivent fréquemment dû à l’importance des précipitations ainsi qu’à l’intense activité sismique caractérisant la région. Dans la vallée de Mailuu-Suu, la présence de nombreux bassins de rétention de déchets nucléaires, vestiges de l’exploitation d’uranium au milieu du XXème siècle, accentuent les risques potentiels. Les glissements de terrain représentent ainsi une menace majeure pour les populations locales de la ville de Maily-Say et des régions en aval, non seulement à cause du potentiel d’impact direct, mais aussi dû aux effets indirects liés à la mobilisation de matières radioactives. En conséquence, l’étude de ce type d’aléas se poursuit déjà depuis plusieurs années et est le sujet de la recherche présentée ici. 
En avril 2017, Koytash, un des glissements les plus conséquents de la région, s’est réactivé et, pendant plusieurs semaines, a formé un barrage sur la rivière de Mailuu-Suu. Cette étude se concentre sur l’identification des facteurs géologiques, géomorphologiques et météorologiques qui ont provoqué la réactivation massive de Koytash le 22 avril 2017. L’utilisation de diverses techniques de télédétection (radar et optique) ainsi que l’exploitation de données météorologiques, ont permis d’appréhender le comportement récent de ces glissements sous plusieurs angles. Une analyse météorologique a illustré le rôle primordial des précipitations ( pluies abondantes ainsi que fortes accumulations de neige associées à une fonte rapide) dans l’initiation des mouvements des glissements de terrain en 2017. En effet, malgré une diminution récente de la pluviométrie annuelle, le mois d’avril 2017 a été marqué de fortes pluies dont un pic majeur le jour de l’effondrement de Koytash. L’analyse par interférométrie radar différentielle a, quant à elle, servi à identifier des déplacements lents dans les mois précédant la réactivation. Ces analyses ont mis en évidence l'activité à long terme de Koytash, bien avant la réactivation du 22 avril 2017. Les différentes méthodes utilisées dans ce travail ont montré que le glissement de Tektonik, situé directement au Sud de Koytash, a également été réactivé au printemps 2017. Cependant, il ne s'est effondré que dans sa partie supérieure, justifiant le fait que cette réactivation n'avait pas été identifiée (inventoriée) auparavant. En effet, le mouvement dans sa partie supérieure a été détecté à travers l’analyse des différences entre les modèles numériques de terrain mais aussi par l’examen d’images satellitaires optiques à hautes résolutions (différence d’indices de végétation, cartographie géomorphologique faisant le lien avec la géologie locale et série optique multi-temporelle). L’effondrement de Tektonik a également été vérifié par l’étude radar des taux de déplacement depuis le 23 janvier 2016, présentant une anomalie de vitesses positives. Ceci implique donc un processus de réactivation à long terme ayant démarré bien avant le point de rupture des glissements. Les nombreuses limitations inhérentes aux différentes méthodes utilisées ont été discutées dans le cadre de ce travail. L’approche multidirectionnelle, justifiée par la complémentarité des techniques, permet l’obtention de résultats complets et cohérents. Landslides are omnipresent in most mountainous areas of the world; many mass movements have catastrophic consequences and, thus, represent a major problem for society. Landslides also affect many areas in Central Asian Mountains, in particular around the Fergana Basin and in the Mailuu-Suu Valley, in Kyrgyzstan. In those regions, they are often reactivated due to intense rainfalls, especially in spring season, and as a consequence of the high seismicity. In the Mailuu-Suu Valley, risk related to landslide impacts is accentuated by the presence of numerous uranium tailings, remnants of the former nuclear mining activity in that area. As a result, landslides represent a major threat to the local population of the small town of Maily-Say and of regions downstream, not only through the direct impact potential but also through indirect effects related to the mobilisation of radioactive material. Therefore, landslide hazards have been studied in those regions for many years – this Master thesis is directly connected to those studies. 
In April 2017, one of the most important landslides of the region, Koytash, was reactivated and, during several weeks, formed a dam on the Mailuu-Suu River. This study is focused on the geological-geomorphic and meteorological factors which contributed to the massive failure of Koytash on April 22, 2017. Various types of remote sensing data (using both radar and optical imagery) as well as meteorological inputs were analysed to characterize the conditions that led to the triggering of slope failures. A meteorological analysis revealed the important contribution of precipitations (rainfall as well as large snow accumulations, and related rapid melting) as triggers of the landslide movements in 2017. Indeed, despite a relative decrease in annual rainfall in 2017 compared to the preceding years, the month of April 2017 was characterised by heavy rains, including a major peak of precipitations the day of Koytash’s massive failure. Additionally, differential radar interferometry analysis was used to identify slow displacements during the months preceding the reactivation. Those analyses highlighted the long-term sliding activity of Koytash, well before reactivation on April 22, 2017. The different methods used in this work also showed that not only Koytash had been reactivated in spring 2017, but also the Tektonik landslide, located immediately south of Koytash. However, Tektonik moved only in its upper part, explaining why this reactivation had not been identified (inventoried) previously. Actually, the movement in the upper part was detected through the analysis of the differences between the digital elevation models (August 2017 drone image DEM and 2011 TanDEM-X DEM) and of high-resolution optical images (by calculating the difference in vegetation index, by geomorphological mapping, and by multi-temporal imagery). The collapse of Tektonik was also verified by InSAR analysis of displacement rates since January 23, 2016, showing an anomaly of positive velocities. Uncertainties affecting many of the completed analyses, inherent to the different methods, were finally discussed in this work. The multidirectional approach used in this study, justified by the complementary nature of the techniques, enabled the gathering of complete and coherent results.

Glissement de terrain --- InSAR --- NDVI --- Mailuu-Suu --- Kirghizistan --- Bassin de Fergana --- MNT --- Landslides --- InSAR --- NDVI --- Mailuu-Suu --- Kyrgyzstan --- Fergana Basin --- DEM --- Physique, chimie, mathématiques & sciences de la terre > Sciences de la terre & géographie physique

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Le ravinement urbain a progressé au cours des dernières décennies pour devenir un problème important dans les régions tropicales, notamment en Afrique centrale comme indiqué pour Kinshasa en RD Congo.

Afin de pouvoir prédire les impacts liés au ravinement, plusieurs études se sont focalisées sur la quantification du retrait de la tête des ravines dans différents environnements. Cela dit, de nombreuses questions par rapport à la compréhension de ces processus et aux facteurs qui contrôlent leur occurrence reste en suspens. Une de ces questions est liée notamment au rôle de la croissance urbaine sur le développement de ce processus d’érosion 
Le but de ce travail est d‘étudier l’évolution spatio-temporelle du ravinement en relation avec le développement de la ville de Kikwit (RD Congo). Dans une deuxième étape, la position des ravines dans le paysage en relation avec le gradient de pente et la superficie de la zone de drainage de leur tête sera analysée en fonction de leurs taux d’activité et des paramètres d’anthropisations. Photographies aériennes historiques, imagerie satellitaire, télédétection et analyse d’archives sont combinées pour produire un inventaire multi-temporel de 995 ravins. 

Dans un premier temps, en interprétant l’imagerie Google Earth, l’inventaire cumulé de 688, et 307 sur images pléiades soit un total de 995 ravins au total réalisé. Ces résultats montrent une évolution cumulée de 41 km de long et 701 km2 de surface pendant 14 ans (2004-2014) sur Google Earth par rapport à 23 Km de long et 831 Km2 en 5 ans (2013-2018) sur images pléiades. Ce résultat relate qu’il y a eu une augmentation moyenne annuelle de 3 km au cours de 14 dernières années sur images Google Earth et de 4.6 km/an au cours de 5 derniers sur images pléiades. Cette vitesse correspond à une densité moyenne d’environ 2 km/km2 sur Google Earth par rapport à 9.2 Km/Km2 sur pléiades dans l’environnement de Kikwit montrent de très grandes disparités. 
L’inventaire montre que sur 105 têtes de ravins, 41,5% se situe sur la classe 5, 30% sur la classe 4, 10.4% sur la classe 3 et 18 % sur la classe 2. Ces ravins se situent entre les classes de pentes faible et élevée. La relation S-A des 105 ravins de 2004 - 2018 dans la haute ville de Kikwit, les deux lignes de tendance (2004, 2018), illustrées par leur horizontalité et aussi par leur basse valeur de R2 respectivement 0.0189 et 0.0091, montrent à leur tour l’inexistence de relation entre S et A, S-Lc l’ensemble des ravins.
Il est anticipé que ces résultats permettront d’une part, une meilleure compréhension des enjeux locaux et donc une meilleure gestion du territoire, et d’autre part apporteront une information complémentaire dans l’analyse de cette problématique au niveau global, notamment dans les régions caractérisées par des climats tropicaux.

Ravinement urbain, Inventaire spatio-temporel, seuils topographiques, R.D.Congo --- Physique, chimie, mathématiques & sciences de la terre > Sciences de la terre & géographie physique