Les glissements de terrain constituent l'un des aléas majeurs pour les infrastructures routières, dont la gestion efficace permet de réduire considérablement les coûts d'entretien tout en améliorant la sécurité des usagers. Le cas de la voie express Taza–El Hoceima, située au nord-est du Maroc, illustre pleinement ces enjeux : d'un coût global estimé à près de 4 milliards de dirhams, cette infrastructure stratégique relie le littoral méditerranéen au réseau autoroutier national et représente un axe essentiel pour le développement économique et social de la région. Or, son tracé, long de 98 km, traverse un relief escarpé marqué par une lithologie marneuse et schisteuse fortement altérable, exposant l'ouvrage à des phénomènes récurrents de glissements de terrain.

Cette étude présente les résultats d'une première tentative de cartographie de la susceptibilité aux glissements de terrain le long de ce corridor, en mobilisant cinq algorithmes d'apprentissage automatique (réseaux de neurones artificiels, forêts aléatoires, k plus proches voisins, machines à vecteurs de support et XGBoost). Douze paramètres géomorphologiques, géologiques, néotectoniques et environnementaux ont été intégrés afin d'évaluer leur influence sur l'occurrence des instabilités. Les résultats mettent en évidence qu'en moyenne 42,47 % de la surface du tronçon étudié présente une susceptibilité moyenne à forte, principalement liée aux conditions topographiques et à la prédominance des formations marno-schisteuses. La comparaison des performances des algorithmes a montré la supériorité de la méthode des forêts aléatoires, avec un indice de Kappa de 0,789 et une précision globale de 0,901.

Au-delà de la validation scientifique, ces travaux soulignent l'intérêt de combiner l'intelligence artificielle et l'analyse géotechnique pour produire des cartes prédictives fiables, constituant un outil d'aide à la décision précieux pour la gestion préventive et la sécurisation d'infrastructures routières stratégiques et coûteuses, telles que la voie express Taza–El Hoceima.