Qualité des eaux souterraines pour l'irrigation: cas du bassin N'djili à Kinshasa

D. NZOMBA, P.D. ILITO
Evaluation de la qualité des eaux souterraines
pour l’irrigation: cas d’études des eaux
souterraines du bassin versant de la rivière
N’djili à Kinshasa (Congo)
Daniel NZOMBA1, Patrick Daddy ILITO2
Sommaire :
1. INTRODUCTION ..................................................................................................................................................... 164
2. MÉTHODOLOGIE ................................................................................................................................................... 166
 .............................................................................................................. 166
2.2. Contexte géologique ..................................................................................................................................... 168
2.3. Méthodes ........................................................................................................................................................... 168
2.4. Analyses géospatiales en utilisant la méthode logique floue ...................................................... 175
3. RÉSULTATS ET DISCUSSION ........................................................................................................................... 177
3.1. Hydrochimie .................................................................................................................................................... 177
 ............................................................................. 179
 ....................... 183
3.4. Carte finale de superposition floue ........................................................................................................ 185
4. CONCLUSIONS ........................................................................................................................................................ 190
5. RÉFÉRENCES .......................................................................................................................................................... 191
Citer ce document :
NZOMBA, D., ILITO, P.D. 2024. Evaluation de la 
 (Congo).
Cinq Continents 14 (30): 162-193.
Volume 14 / Numéro 30
Hiver 2024
ISSN : 2247 - 2290
p. 162-193
1Institut National du Bâtiment et des Travaux Publics, Kinshasa-Ngaliema, RDC
2Centre de Recherches Géologiques et Minières, Kinshasa 1, RDC
[e-mail]

Cinq Continents Volume 14, Numéro 30, 2024, p. 162-193
[163]
Evaluation de la qualité des eaux souterraines pour l’irrigation: cas
d’études des eaux souterraines du bassin versant de la rivière N’djili à
Kinshasa (Congo)
Daniel NZOMBA, Patrick Daddy ILITO
Assessing groundwater quality for irrigation: case study of groundwater
in the N'djili river basin in Kinshasa (Congo). This study aims to identify
the most suitable areas for agriculture using an innovative irrigation method
based on groundwater quality. It assesses several water quality parameters
such as sodium percentage (Na%), sodium adsorption ratio (SAR),
permeability index (PI), Kelly ratio (RK), potential salinity (PS), magnesium
hazard (MH), soluble sodium percentage (SSP), exchangeable sodium
percentage (ESP) and residual sodium carbonate (RSC). Fourteen
groundwater samples were analysed and spatial maps of the parameters
were constructed using fuzzy membership values. The results show that the
groundwater most suitable for irrigation is located in the south-west of the
catchment, covering 5.08 km² (3.91% of the total area), while the
groundwater with good suitability is located in the north-east and south-west,
covering 23.61 km² (18.17%). This information is crucial for farmers, who
can determine the best irrigation zones, and for decision-makers, who can
design more effective agricultural and water management policies. Water
managers can also optimise the use of these resources.
Keywords: irrigation water quality, fuzzy logic, GIS, spatial analysis.
Evaluation de la qualité des eaux souterraines pour l’irrigation: cas
d’études des eaux souterraines du bassin versant de la rivière N’djili à
Kinshasa (Congo). Cette étude vise à identifier les régions les plus adaptées à
qualité des eaux souterraines. Elle évalue plusieurs paramètres de qualité de
salinité potentielle (SP), le danger (risque) lié au magnésium (MH), le
pourcentage du sodium soluble (SSP), le pourcentage du sodium échangeable
souterraine ont été analysés, et des cartes spatiales des paramètres ont été
trent que les
          -Ouest du
bassin versant, couvrant 5,08 km² (3,91 % de la superficie totale), tandis que
celles avec une bonne aptitude se trouvent au Nord-Est et Sud-Ouest,
représentant 23,61 km² (18,17 %). Ces informations sont cruciales pour les
pour les décideurs, qui peuvent élaborer des politiques agricoles et de gestion
     res des ressources en eau peuvent
Mots clés : logique floue, SIG, analyse spatiale.

D. NZOMBA, P.D. ILITO
1. INTRODUCTION
Les ressources hydriques souterraines occupent une place prépondérante dans le
potentiel durable. Selon Kawo et Karuppannan (2018), les eaux souterraines constituent
effet sur la qualité du sol et sur les récoltes obtenues (Oga et al., 2015 ; Asadi et al.,
agricoles, 
propriétés physique et chimique. Afin de prévenir les effets négatifs sur la qualité du sol
st essentielle
(Panpan et al., 2019). Actuellement, à travers le monde, divers paramètres clés tels que :
entielle et le risque de
magnésium sont utilisés pour surveiller et évaluer la  et
al., 2022).
géographique ainsi que de son étendue, est destiné à jouer un rôle décisif dans
          ité intense pour les cultures
maraîchers et vivrières (Luboya, 2002). Pain (1979) a recensé 1785 maraichers établis
dans cette vallée. Luboya (1997) a dénombré 500 maraichers dans la vallée de la rivière
Tshangu. Selon Nitu (2018), le pool malebo est le siège des activités agricoles à cause de
la disponibilité des terres. Les principaux sites agricoles rencontrés sont : Tshuenge
       facteur de production maraîchère le plus
important dans les différents sites de production agricole localisés dans le bassin
géographique du champ agricole. De manière générale, des puits à buse, des sources
plus utilisés. Ces ouvrages sont de faible profondeur et disposent ou non des couvercles.
Ainsi, ils sont plus ou moins envahis de déchets transportés par le vent remettant en
 à

Cinq Continents Volume 14, Numéro 30, 2024, p. 162-193
[165]
méthode de pondération par distance inverse ainsi que la méthode SIG flou) ont été
ut             
potentiel de qualité des eaux souterraines en se concentrant sur les zones de haute
qualité. La méthode de catégorisation floue est couramment utilisée dans le système
         -Carter,
1994; Dahiya et al., 2007, Anand, Karunanidhi, 2020 ; Hussam et al., 2021). Selon Tsiko
ilite
une description et une évaluation plus rationnelle des phénomènes naturels.
 gation. La logique floue permet de gérer les incertitudes et les imprécisions
souvent présentes dans les données géographiques et environnementales. Etant donné
méthode de logique floue offre une approche flexible pour modéliser ces variations et
facteurs           
dimension spatiale des données, en utilisant des informations géographiques et en le
superposant à des cartes et des modèles, ce qui en fait une approche précieuse pour
Selon Richard (1954) et Eaton (1950), les paramètres suivants sont pris en compte
perméabilité (PI), le rapport de Kelly (RK), la salinité potentielle (PS), le danger lié au
magnésium (MH), le pourcentage du sodium soluble (%Na) (SSP), le pourcentage du
sodium échangeable (SSP), et le carbonate de sodium résiduel (RSC).
ales développées dans le
d'identifier les zones où l'eau présente une meilleure qualité. Cela aide les agriculteurs
et les habitants de ces zones de prendre des mesures des précautions appropriées. Cela
contribue à protéger la santé de la population en réduisant les risques d'expositions à
des contaminants. Cette étude aide également les décideurs politiques à élaborer des
politiques et des réglementations efficaces pour la préservation des ressources
hydriques. Elle fournit des données spatiales détaillées sur la répartition des zones de

D. NZOMBA, P.D. ILITO
bonne et de mauvaise qualité de l'eau. Ces informations peuvent être utilisées pour
définir des zones protégées, mettre en place des réglementations strictes dans les zones
contaminées et encourager des pratiques agricoles durables. En outre, elle peut
également aider à prioriser les investissements dans des infrastructures de traitement
de l'eau et des projets d'amélioration de la qualité de l'eau. Afin cette étude peut aider
les scientifiques à identifier les sources de contamination, à étudier les tendances
temporelles et spatiales de la qualité de l'eau et à proposer des mesures de gestion
appropriées.
2. MÉTHODOLOGIE
2.1. Présentation de la zone d’étude
  -           
Figure 1. Localisation du bassin de la N’djili (Partie Urbaine ; Nzomba, 2023)