Analysis of annual soil loss due to erosion processes in the Zarkent massif Parkent district, Uzbekistan, using the RUSLE model

Résumé Technique : Analyse de la perte annuelle de sol dans le massif de Zarkent, district de Parkent, Ouzbékistan

Énoncé du problème
L'érosion des sols représente un défi environnemental critique dans les régions montagneuses d'Asie centrale, sous l'effet de la convergence de systèmes pédologiques fragiles, d'une topographie escarpée et d'une gestion non durable des terres. Dans la région de Tachkent en Ouzbékistan, plus précisément dans le massif de Zarkent au sein du district de Parkent, ces risques sont exacerbés par des conditions climatiques semi-arides et la prévalence des sols sierozems, qui possèdent une faible teneur en matière organique (0,93–1,71 % dans la couche arable) et une sensibilité modérée à élevée à l'érosion hydrique. Malgré la vulnérabilité connue de ces zones de piémont, il existe une rareté des données quantifiées sur l'érosion des sols dans les régions montagneuses de l'Ouzbékistan. Cette étude répond à la nécessité d'estimer la perte annuelle de sol, d'identifier les points chauds spatiaux de l'érosion et d'évaluer l'influence relative des facteurs naturels et anthropiques afin de guider la gestion durable des terres dans un environnement pauvre en données.

Méthodologie
L'étude a utilisé le modèle de l'Équation Universelle Révisée de la Perte de Sol (RUSLE), intégré aux Systèmes d'Information Géographique (SIG) et aux techniques de télédétection, pour estimer la perte de sol annuelle moyenne à long terme sur la période 2015–2024. Le modèle calcule la perte de sol ($A$) comme le produit de cinq facteurs : $A = R \times K \times LS \times C \times P$.

• Sources de données : L'analyse a utilisé les données de précipitations CHIRPS (résolution de 0,05°) pour le facteur d'érosivité des pluies ($R$) ; une combinaison des ensembles de données OpenLandMap et d'échantillonnages de terrain provenant de trois profils de sol pour l'érodibilité des sols ($K$) ; un Modèle Numérique d'Élévation SRTM de 30 m pour la longueur et la pente des versants ($LS$) ; l'imagerie Landsat 8 OLI/TIRS pour la gestion de la couverture ($C$) ; et les données d'occupation des sols GlobeLand30 complétées par une vérification sur le terrain pour les pratiques de support ($P$).
• Traitement : Toutes les données spatiales ont été traitées dans ArcGIS 10.5, reprojetées en zone UTM 42N et rééchantillonnées sur une grille uniforme de 30 m.
• Calcul des facteurs :
  • Facteur R : Dérivé de l'équation empirique de Renard et Freimund (1994) basée sur les précipitations annuelles moyennes.
  • Facteur K : Calculé à l'aide de l'équation du nomogramme de Wischmeier et Smith (1978), intégrant la texture du sol mesurée, la matière organique, la structure et la perméabilité.
  • Facteur LS : Calculé à l'aide de l'équation de Moore et Burch (1986), intégrant l'accumulation de flux et le gradient de pente.
  • Facteur C : Estimé via une relation exponentielle avec l'indice de végétation par différence normalisée (NDVI) dérivé de composites de la saison de croissance.
  • Facteur P : Assigné sur la base des classes d'occupation des sols et de la vérification sur le terrain des pratiques de conservation (ex. : terrasses).
• Validation et analyse : L'étude a utilisé une analyse de régression multiple sur les valeurs des facteurs transformées en logarithmes pour quantifier la contribution de chaque facteur RUSLE à la variance spatiale de la perte de sol. L'étude note explicitement l'absence de données de validation sur le terrain (ex. : mesures de rendement en sédiments ou piquets d'érosion) comme une limitation primaire.

Résultats clés

• Distribution spatiale : La zone d'étude (environ 2 964 hectares répartis sur trois sections échantillonnées) présente des modèles d'érosion hautement hétérogènes. La majeure partie de la zone (99 %) se situe dans la catégorie 0–5 t·ha⁻¹·an⁻¹. Cependant, l'érosion est concentrée dans des points chauds localisés :
  • Érosion extrêmement élevée (>40 t·ha⁻¹·an⁻¹) : Affecte 68,84 hectares (2,3 % de la zone d'étude), principalement sur les pentes raides (>15°) dans les zones montagneuses du nord-est.
  • Érosion élevée (10–20 t·ha⁻¹·an⁻¹) : Couvre la plus grande proportion de la zone (1 228,77 hectares, 41,4 %).
  • Valeurs de pointe : Lors de l'année anormalement humide de 2015 (645 mm de précipitations), les taux d'érosion de pointe ont atteint 225 t·ha⁻¹·an⁻¹ dans les points chauds les plus sévères.
• Contribution des facteurs : L'analyse de régression multiple a révélé que le facteur LS (topographie) est le contrôle dominant, expliquant 62 % de la variance spatiale de la perte de sol annuelle. Le facteur C (couverture végétale) est le deuxième moteur le plus important, expliquant 24 % de la variance. Le facteur R (précipitations) a expliqué 9 %, tandis que le facteur K (érodibilité du sol) et le facteur P (pratiques de support) n'ont expliqué respectivement que 4 % et 1 %, et n'étaient pas statistiquement significatifs.
• Variabilité temporelle : Bien que l'ampleur de l'érosion fluctue considérablement avec les précipitations annuelles (ex. : l'érosion médiane en 2021 était d'environ 8 t·ha⁻¹·an⁻¹ par rapport aux valeurs beaucoup plus élevées en 2015), le modèle spatial de risque d'érosion reste stable. Les zones identifiées comme à haut risque basées sur la topographie et la couverture végétale présentent systématiquement des taux d'érosion élevés, indépendamment de la variabilité climatique interannuelle.

Signification et affirmations
L'article affirme contribuer à l'ensemble croissant d'applications de RUSLE dans les régions pauvres en données d'Asie centrale en fournissant une méthodologie reproductible pour l'évaluation du risque d'érosion dans des conditions de montagne semi-arides. L'étude démontre que le modèle RUSLE, lorsqu'il est intégré aux SIG et à la télédétection, peut identifier efficacement les zones sujettes à l'érosion avec une grande précision (95 % de la variance spatiale expliquée par le modèle combiné).

Les auteurs soutiennent que la stabilité spatiale des modèles de risque d'érosion justifie des investissements de conservation ciblés et à long terme dans les points chauds identifiés. Plus précisément, l'étude propose que :

1. La topographie et la végétation sont les principaux leviers de contrôle de l'érosion dans cette région, suggérant que les interventions doivent se concentrer sur la gestion des pentes (terrasses) et la restauration de la végétation plutôt que sur la modification des propriétés du sol.
2. Des interventions ciblées sont nécessaires : les zones avec une érosion extrêmement élevée (>40 t·ha⁻¹·an⁻¹) nécessitent l'arrêt immédiat de l'agriculture et la conversion en couverture végétale permanente ou en terrasses, tandis que les zones à érosion élevée (10–20 t·ha⁻¹·an⁻¹) peuvent être gérées par des pratiques agronomiques améliorées comme la culture en courbes de niveau et la rétention des résidus.
3. Pertinence politique : Les résultats soutiennent les initiatives en cours du Comité National sur l'Écologie et le Changement Climatique de l'Ouzbékistan pour intégrer la cartographie des risques basée sur RUSLE dans la planification de l'utilisation des terres agricoles.

Limites
Les auteurs reconnaissent explicitement plusieurs limites qui contraignent la précision absolue des résultats :

• Absence de validation sur le terrain : L'étude n'a pas comparé les estimations de RUSLE à des mesures de rendement en sédiments ou à des données de piquets d'érosion, une étape que les auteurs identifient comme une priorité critique pour les recherches futures.
• Exclusion de l'érosion par ravinement : Le cadre RUSLE utilisé ne rend compte que de l'érosion en nappe et en rigoles, excluant l'érosion par ravinement et les mouvements de masse, qui peuvent être importants en terrain montagneux.
• Contraintes de données : Le facteur K a été dérivé d'un nombre limité de profils de sol (trois), et le facteur P a supposé des pratiques de conservation statiques sur la période d'étude.
• Omission de la fonte des neiges : Le modèle n'a pas pris en compte l'érosivité de la fonte des neiges, qui peut être un moteur important sur les versants exposés au nord dans cette région.
• Inadéquation de résolution : L'utilisation de données de précipitations CHIRPS grossières (~5 km) par rapport aux données topographiques de 30 m peut lisser la variabilité locale des précipitations.

En conclusion, l'étude fournit une évaluation fondamentale des risques d'érosion des sols dans le massif de Zarkent, soulignant la dominance des contrôles topographiques et le potentiel d'une gestion basée sur la végétation pour atténuer l'érosion, tout en appelant à des travaux futurs pour valider ces estimations et intégrer la dynamique du ravinement et de la fonte des neiges.