Clear Sky Science · fr
Prévision des changements d’utilisation et de couverture des terres pour la durabilité des eaux souterraines dans le bassin de la Muvattupuzha en utilisant CA-Markov (2033–2050)
Pourquoi la transformation des terres importe pour l’eau cachée
Dans de nombreuses régions tropicales, des millions de personnes tirent leur eau potable des nappes souterraines. Pourtant, la façon dont nous construisons les villes, défrichons les forêts et cultivons les terres modifie en silence cette ressource cachée. Cette étude porte sur le bassin de la rivière Muvattupuzha au Kerala, dans le sud de l’Inde, et pose une question urgente : à mesure que le paysage s’urbanise, que devient la qualité et la fiabilité des eaux souterraines dont dépendent les habitants ?

Un bassin fluvial soumis à une transformation humaine rapide
Le bassin de la Muvattupuzha s’étend des collines boisées et escarpées des Ghâts occidentaux jusqu’aux rizières basses et aux backwaters proches de la mer d’Arabie. En utilisant des images satellitaires de 2003, 2013 et 2023, les chercheurs ont suivi l’évolution de l’usage et de la couverture des terres sur deux décennies. La forêt et les terres agricoles dominaient autrefois le bassin, mais les zones bâties – villes, villages, routes et autres surfaces pavées – se sont considérablement étendues. La surface bâtie est passée d’environ 12 % de la superficie du bassin en 2003 à plus de 44 % en 2023, principalement en remplaçant des terres agricoles et des parties du couvert végétal. Parallèlement, la proportion de terrains véritablement vacants ou nus a diminué, et les plans d’eau et zones humides n’ont montré que des variations mineures au total, malgré des empiètements et des mises en valeur locaux.
Regarder sous terre : comment la chimie de l’eau évolue
Pour comprendre comment ces changements de surface affectent ce qui se passe sous terre, l’équipe a analysé les données d’eaux souterraines provenant de puits répartis dans le bassin pour trois années de référence : 2003, 2013 et 2023. Ils ont mesuré des propriétés de base telles que la conductivité électrique (indice de salinité ou de richesse minérale de l’eau), les solides dissous, les principaux minéraux dissous comme le calcium, le magnésium et le sodium, et les nitrates, qui proviennent souvent d’engrais et d’eaux usées. Au fil du temps, de nombreux puits ont montré une augmentation régulière des minéraux dissous et de la dureté, indiquant une minéralisation croissante de l’aquifère. Les teneurs en nitrates ont également augmenté à plusieurs endroits, en particulier près des zones urbaines et des territoires agricoles intensifs, ce qui signale une influence croissante des déchets humains et des produits agricoles. Si de nombreux puits restaient conformes aux normes de potabilité, un schéma de dégradation progressive de la qualité globale est apparu.
Des cartes et des statistiques vers des scénarios futurs
Comprendre les tendances ne suffit pas ; les décideurs ont besoin de savoir ce qui pourrait se produire ensuite. Les chercheurs ont utilisé une technique appelée modélisation CA-Markov pour projeter l’évolution possible de l’utilisation des terres de 2023 à 2050, en s’appuyant sur les changements observés et sur des contraintes physiques telles que la pente, l’altitude, les sols et la distance aux routes et aux cours d’eau. Leurs simulations suggèrent que les zones bâties continueront de s’étendre jusqu’en 2033 et 2043 avant que la croissance ne ralentisse vers 2050, tandis que les terres agricoles et les zones d’eau de surface subiront une pression continue. Parallèlement, l’équipe a appliqué des statistiques multivariées aux données d’eaux souterraines pour dissocier deux forces principales qui façonnent la qualité de l’eau : les processus naturels qui dissolvent les minéraux des roches, et les activités humaines qui ajoutent des polluants en surface. Cette analyse a montré que l’eau salée et riche en minéraux et la contamination par les nitrates suivaient souvent des schémas différents, laissant entrevoir des causes sous-jacentes distinctes.
Apprentissage automatique pour démêler les risques invisibles
L’étude est allée plus loin en utilisant des algorithmes d’apprentissage automatique pour déterminer si les nitrates – un polluant d’intérêt sanitaire – pouvaient être prédits à partir d’autres propriétés de l’eau plus faciles à mesurer. Des modèles tels que Random Forest, la régression par machines à vecteurs de support et XGBoost ont été entraînés sur les données des puits, et un outil d’« IA explicable » appelé SHAP a été utilisé pour révéler quels facteurs importaient le plus. Les modèles ont indiqué que le magnésium, le calcium et l’alcalinité influençaient fortement les niveaux de nitrates, reflétant probablement la manière dont les réactions d’amortissement naturelles et les conditions en oxygène dans l’aquifère favorisent ou freinent l’accumulation de nitrates. Dans le même temps, la prévisibilité limitée des nitrates à partir de la seule chimie générale de l’eau a souligné que les usages locaux des terres, l’assainissement et les pratiques agricoles restent des moteurs cruciaux qui doivent être suivis directement.

Ce que cela signifie pour les habitants et la planification
Pour les résidents et les décideurs, le message est clair : la manière dont les terres sont utilisées dans le bassin de la Muvattupuzha façonne fortement la qualité des eaux souterraines en dessous. La croissance urbaine rapide, associée à l’évolution de l’agriculture, a déjà augmenté la teneur en minéraux et en nitrates dans de nombreux puits, et les tendances projetées d’utilisation des terres laissent présager une pression continue si les schémas actuels persistent. En combinant des cartes terrestres issues de satellites, des mesures de terrain et des outils d’apprentissage automatique transparents, l’étude propose un cadre pratique pour repérer les « points chauds » émergents des eaux souterraines, guider la protection des zones de recharge, améliorer la gestion des eaux usées et des engrais, et orienter le développement futur. En termes simples, une planification foncière intelligente aujourd’hui peut aider à garder les puits de demain plus propres, plus sûrs et plus fiables.
Citation: K, A., Gautam, S., Prince Arulraj, G. et al. Forecasting land-use and land-cover change for groundwater sustainability in the Muvattupuzha basin using CA-Markov (2033–2050). Sci Rep 16, 7462 (2026). https://doi.org/10.1038/s41598-026-38961-2
Mots-clés: eaux souterraines, urbanisation, changement d’utilisation des terres, pollution par les nitrates, Kerala