Modélisation Hydrospatiale Du Bassin De L’IKOPA : Interactions Entre Altitude Interpolée, Aménagements Hydrauliques, Réponse Pluie-Débit Et Vulnérabilité De La Plaine D’Antananarivo

Valisaona ANDRIAMBOLANIRINA, Andriatiana Tolontsoa RAKOTOSON, Mamiharizo Jackie TOVONIRINA, Ralay Tiana RAZAFIARISERA, Rambinintsoa RAKOTO DAVID

Abstract


Cet article analyse le fonctionnement hydrospatial du bassin de l’Ikopa afin d’expliquer la vulnérabilité hydraulique de la plaine d’Antananarivo. La démarche repose sur une modélisation intégrée combinant surfaces d’altitude interpolée, réseau hydrographique, aménagements hydrauliques, isohyètes et relations pluie-débit. Les résultats montrent une opposition nette entre les zones basses de la plaine, souvent inférieures à 1275 m, et les reliefs orientaux et sud-orientaux dépassant 1500 à 1600 m. Les précipitations annuelles varient approximativement de 1330 mm à 1906 mm, avec des apports amont contribuant au renforcement des écoulements vers l’aval. Les barrages de Mantasoa et de Tsiazompaniry, respectivement de 72 Mm³ et 223 Mm³, participent à la régulation hydrologique, tandis que les prises d’eau de Mandroseza et de Tanjombato illustrent les usages urbains et agricoles du système. L’analyse pluie-débit révèle des réponses contrastées, avec des pics proches de 300 m³/s à Mahitsy Kely et supérieurs à 250 m³/s à Anosizato. La surface interpolée du débit moyen confirme une concentration aval, atteignant 110 à 125 m³/s à Mahitsy Kely contre 55 à 75 m³/s autour d’Andriantany et Tanjombato. Ces résultats soulignent le rôle déterminant de la faible pente, de la convergence hydrographique et de l’urbanisation dans l’aggravation du risque d’inondation.

Keywords


Ikopa ; modélisation hydrospatiale ; pluie-débit ; altitude interpolée ; vulnérabilité hydraulique.

Full Text:

PDF

References


IPCC, 2021. Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press. doi:10.1017/9781009157896.

Jha, A.K., Bloch, R. and Lamond, J., 2012. Cities and Flooding: A Guide to Integrated Urban Flood Risk Management for the 21st Century. Washington, DC: World Bank. doi:10.1596/978-0-8213-8866-2.

Beven, K.J., 2012. Rainfall–Runoff Modelling: The Primer. 2nd ed. Chichester: John Wiley & Sons. doi:10.1002/9781119951001.

Sivapalan, M., Savenije, H.H.G. and Blöschl, G., 2012. ‘Socio-hydrology: A new science of people and water’, Hydrological Processes, 26(8), pp. 1270–1276. doi:10.1002/hyp.8426.

Ramiaramanana, F.N. and Teller, J., 2021. ‘Urbanization and floods in Sub-Saharan Africa: spatiotemporal study and analysis of vulnerability factors—case of Antananarivo agglomeration, Madagascar’, Water, 13(2), 149. doi:10.3390/w13020149.

Lema, M.Q., 2023. Étude du bilan hydrique et sédimentaire de l’Ikopa au niveau de la plaine d’Antananarivo : effet saisonnier. Mémoire de Master, Institut National des Sciences et Techniques Nucléaires, Université d’Antananarivo. doi:10.13140/RG.2.2.33908.26249.

Ramiaramanana, F.N., Munyi, J.M.M., Archambeau, P. and Teller, J., 2025. ‘A comparative assessment of flood mapping methods for urban risk management in data-poor environments’, Natural Hazards. doi:10.1007/s11069-025-07590-9 .

Foiben-Taosarintanin’i Madagasikara (FTM), 2023. Madagascar Report. Southern Africa and Islands Hydrographic Commission Meeting. Madagascar.

Bureau National de Gestion des Risques et des Catastrophes (BNGRC), n.d. Bureau National de Gestion des Risques et des Catastrophes. Antananarivo: BNGRC.

PRODUIR Madagascar, 2021. APIPA : Autorité pour la Protection contre les Inondations de la Plaine d’Antananarivo. Antananarivo: Projet de Développement Urbain Intégré et de Résilience.

Shepard, D., 1968. ‘A two-dimensional interpolation function for irregularly-spaced data’, Proceedings of the 23rd ACM National Conference, pp. 517–524.

Jordahl, K., Van den Bossche, J., Fleischmann, M., Wasserman, J., McBride, J., Gerard, J. and Leblanc, F., 2020. GeoPandas: Python tools for geographic data. Zenodo. doi:10.5281/zenodo.3946761.

McKinney, W., 2010. ‘Data structures for statistical computing in Python’, Proceedings of the 9th Python in Science Conference, pp. 56–61. doi:10.25080/Majora-92bf1922-00a.

Harris, C.R., Millman, K.J., Van der Walt, S.J., Gommers, R., Virtanen, P., Cournapeau, D. et al., 2020. ‘Array programming with NumPy’, Nature, 585, pp. 357–362. doi:10.1038/s41586-020-2649-2.

Hunter, J.D., 2007. ‘Matplotlib: A 2D graphics environment’, Computing in Science & Engineering, 9(3), pp. 90–95. doi:10.1109/MCSE.2007.55.




DOI: http://dx.doi.org/10.52155/ijpsat.v58.2.8464

Refbacks

  • There are currently no refbacks.


Copyright (c) 2026 ANDRIAMBOLANIRINA Valisaona

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.