Morphodynamique des dunes de sable et évaluation du risque d’ensablement dans les régions arides de Laâyoune–Sakia El Hamra : Apports de la télédétection satellitaire et de l’intelligence artificielle explicable

Le Doyen de la Faculté des Sciences et Techniques de Béni Mellal porte à la connaissance du public que Monsieur EL BOUCHTI Nawfel, soutiendra une thèse de Doctorat intitulée : « Morphodynamique des dunes de sable et évaluation du risque d’ensablement dans les régions arides de Laâyoune–Sakia El Hamra : Apports de la télédétection satellitaire et de l’intelligence artificielle explicable».

La soutenance publique aura lieu le Jeudi 05 Novembre 2026 à 10h00 à l'Amphi des conférences, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, devant le jury composé de :

• Monsieur HASNAOUI Mustapha : Professeur, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, Président ;

• Madame AIT EL KADI Kenza : Maître de Conférence Habilité, Institut Agronomique et Vétérinaire Hassan II, Rabat, Rapporteure ;

• Monsieur DALLAHI Youssef : Maître de Conférence Habilité, Faculté des Sciences, Université Mohammed V, Rabat, Rapporteur ;

• Madame HAMMADA Soumaya : Professeure, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, Rapporteure ;

• Monsieur BOULLI Abdelali : Professeur, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, Examinateur ;

• Madame WAHID Nadya : Professeure, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, Directrice de thèse.

Résumé:

Les dunes de sable constituent des systèmes géomorphiques dynamiques dont la migration menace les infrastructures, les terres agricoles et les zones habitées des régions arides et semi-arides. Dans le corridor de l’Oued Sakia El Hamra, à Laâyoune (Maroc), les barkhanes se déplacent de 30 à 85 m/an, exposant notamment la RN1 et les périmètres d’irrigation à un risque d’ensablement. Face aux limites des méthodes conventionnelles de suivi, cette recherche développe un cadre d’apprentissage automatique multimodal fondé exclusivement sur des données satellitaires et géospatiales librement accessibles.

Le cadre combine les données multispectrales Sentinel-2, radar Sentinel-1, réanalyses de vent ERA5-Land, modèle numérique d’élévation ALOS PALSAR et données d’exposition OpenStreetMap. Cinq contributions sont évaluées dans quatre environnements désertiques : le Sahara atlantique marocain, le Sahara oriental marocain, le Rub al Khali omanais et les dunes linéaires d’Australie-Occidentale. Premièrement, la fusion Sentinel-1/Sentinel-2 améliore de 37 à 40 % le score F1 par rapport au SAR seul pour cinq algorithmes classiques, avec une validation spatiale et une quantification explicite de l’incertitude. Deuxièmement, une architecture Dual-Stream U-Net à encodeurs EfficientNet-B0 atteint 94,1 % de précision globale, 88,3 % de F1 et 79,1 % d’IoU, améliorant notamment la détection des transitions dune–interdune.

Troisièmement, l’étude met en évidence l’inversion de polarité spectrale de la bande B12 comme mécanisme majeur d’échec du transfert inter-désert. Le critère Mean_Norm B12 = −1,5 permet un diagnostic préalable sans étiquette, complété par une procédure opérationnelle associant contrôle de polarité, inversion non supervisée du contraste et fine-tuning few-shot. Quatrièmement, l’analyse SHAP appliquée à un modèle XGBoost entraîné sur 226 barkhanes montre que la largeur dunaire explique 75,6 % de la variance de migration et révèle trois régimes comportementaux. Les critères ΔAIC = 154,0 et ΔBIC = 296,9 confirment toutefois la préférence pour un modèle physique parcimonieux à deux paramètres face au modèle d’apprentissage à forte complexité.

Enfin, un cadre couplé SMI–TRI (Sand Mobility Index–Transport Risk Index) est proposé pour distinguer la mobilité intrinsèque des dunes du risque d’impact sur les actifs exposés. Appliqué à 3 299 unités dunaires de l’Oued Sakia El Hamra, il génère des cartes de risque directionnelles et temporellement explicites sur un horizon de 15 ans. La faible corrélation entre SMI et TRI (ρ = 0,12) confirme le découplage entre mobilité et exposition ; la classe de risque élevé concentre 48,3 % de l’exposition agricole sur moins de 0,05 % de la superficie dunaire. Les scénarios montrent par ailleurs une forte non-linéarité du risque, une augmentation de 30 % de la vitesse du vent entraînant une hausse de 54 % de la fraction à haut risque.

Ces résultats établissent qu’une intelligence artificielle multimodale, combinée à des principes physiques de la géomorphologie éolienne, peut produire des outils précis, interprétables et opérationnels pour la cartographie, la compréhension de la migration et l’évaluation du risque d’ensablement à grande échelle. L’utilisation exclusive de données publiques favorise la reproductibilité et la transférabilité du cadre à d’autres régions arides.

Mots-clés : Dunes de sable ; géomorphologie éolienne ; télédétection multimodale ; Dual-Stream U-Net ; transfert cross-désert ; inversion de polarité spectrale ; indice de mobilité ; indice de risque de transport ; Laâyoune-Sakia El Hamra.