Affordable Access

Analyse du fonctionnement hydro-sédimentaire d'un bassin versant du Rif Occidental du Maroc à l'aide du modèle SWAT : cas du bassin versant Tleta

Authors
  • Choukri, F.
  • Chikhaoui, M.
  • Naimi, M.
  • Pépin, Yannick
  • Raclot, Damien
Publication Date
Jan 01, 2019
Source
Horizon Pleins textes
Keywords
Language
French
License
Unknown
External links

Abstract

Le modèle SWAT (Soil and Water Assessment Tool) est un outil de simulation des flux dans le paysage, très utile pour orienter la gestion et les aménagements des bassins versants. Dans cette optique, ce modèle a été testé pour reproduire, à un pas de temps journalier, les flux d'eau et de sédiments arrivant à la retenue du barrage Ibn Batouta pour la période 1980-2010. Diverses données climatiques (précipitation et température), morphologiques (MNT) et thématiques (occupation du sol et pédologie) ont été utilisées pour l'alimentation du modèle. Les mesures acquises au niveau de la retenue Ibn Batouta sur les périodes 1980-1982, 1983-1996 et 1997-2010 ont été utilisées respectivement pour les étapes d'initialisation, de calibration et de validation après avoir exécuté une analyse de sensibilité pour déterminer les paramètres les plus sensibles. Les indices de performance R², NSE et PBIAS ont été adoptés pour évaluer et contrôler la qualité des prédictions des débits mensuels liquides et solides. En effet la performance de prédiction est très élevée pour les débits liquides mensuels avec R² (0,95; 0,90), NSE (0,94; 0,89) et PBIAS (-6; 2) respectivement pour la période de calibration et la période de validation. La performance des prédictions des transports solides mensuels est également très satisfaisante avec R² (0,83; 0,64), NSE (0,82; 0,61) et PBIAS (17; -6). Au final, le modèle SWAT permet de reproduire correctement les flux mensuels d'eau et de sédiments à l'exutoire du bassin versant Tleta et son utilisation pour tester des scénarios de gestion et d'aménagements, peut donc être envisagée.

Report this publication

Statistics

Seen <100 times