Analyse de la tendance saisonnière des précipitations

Analyse de la tendance saisonnière des précipitations

En observant les hauteurs des normales saisonnières dans le tableau 34-page 134, on remarque toujours que sur chaque saison (pluies et sèche) les valeurs diminuent instantanément en fonction des normales avançant dans le temps. En premier lieu on va analyser cette baisse par la courbe de tendance linéaire décennale saisonnière des normales, ensuite l’analyse saisonnière sur toute la série 1952-Juin 2017 de la station Antananarivo DMH de la région Analamanga. Le principe est la même que pour la tendance mensuelle, on va classer les observations, tracer la courbe de tendance et la droite en déterminant l’équation ; la pente de la droite sera la valeur de la tendance que l’on interprètera. La tendance saisonnière décennale : Pour analyser la tendance saisonnière décennale, nous avons tracé les Figure 63-a) et -b). a) b) Figure 63 : Courbes en splines des normales saisonnières : 1961-1990, 1971-2000 et 1981-2010 classées en rang chronologiquement avec les droites de tendance linéaire. Source : Auteur A première vue, les figures justifient les faits, que ce soit pour la saison des pluies ou pour la saison sèche, les courbes de tendances linéaires sont toutes inclinées vers le bas. Les équations respectives des courbes de tendances de la saison des pluies et de la saison sèche : 𝑦𝑝𝑙𝑢𝑖𝑒𝑠 = 1277,146 − 39,615𝑥 ; 𝑦𝑠è𝑐ℎ𝑒 = 158,729 − 20,233𝑥 , les coefficients de détermination respectifs, 𝑅 2𝑎𝑗𝑢𝑠𝑡é : 0,952 et 0,924 avec 𝑦𝑝𝑙𝑢𝑖𝑒𝑠 et 𝑦𝑠è𝑐ℎ𝑒 désignant les hauteurs de précipitations des deux saisons et x : le rang des normales. Contrairement aux normales mensuelles, ici, on a des valeurs du coefficient de régression très significatif ; cela vient du fait de la ressemblance des normales. En outre, les tables ANOVA respectifs aux tableaux 37-38, nous confirme le rejet de 𝐻0 puisque respectivement 0,099 et 0,125 sont supérieur à =0,05.   On peut aussi interpréter ce coefficient de détermination d’une autre manière, plus il tend vers 1 plus les précipitations présentent les mêmes variabilités ; ici, cela n’explique pas le fait que les normales saisonnières ont la même variabilité à l’échelle du temps, ceci vient du fait de la ressemblance de leurs moyennes. Tableau 37 : Table ANOVA des normales des saisons des pluies. Source : Auteur ANOVA normale saisons des pluies Somme des carrés ddl Carré moyen F Sig. Variation due au temps 3138.685 1 3138.685 40.434 0.099 Variation résiduelle 77.623 1 77.623 Variation totale 3216.309 2 Tableau 38 : Table ANOVA des normales des saisons sèches. Source : Auteur ANOVA normales saisons sèches Somme des carrés ddl Carré moyen F Sig. Variation due au temps 818.759 1 818.759 25.439 0.125 Variation résiduelle 32.184 1 32.184 Variation totale 850.944 2 Une deuxième différenciation très marquée, est la valeur de la tendance linéaire respectivement −39,615 𝑒𝑡 − 20,233 pour les saisons des pluies et sèche par rapport aux normales mensuelles. Ce qui veut dire qu’on a une baisse progressive des hauteurs des précipitations respectivement 39,615 mm/saison/décennie et 20,233 mm/saison/décennie pour les saisons des pluies et sèche. Sur un intervalle de confiance de 95%, on a respectivement avec les mêmes unités : −118,774 < 𝑇𝑟𝑒𝑛𝑑𝑁𝑆𝑝𝑙𝑢𝑖𝑒𝑠 <39,544 (61) −71,204 < 𝑇𝑟𝑒𝑛𝑑𝑁𝑆𝑠è𝑐ℎ𝑒𝑠 <30,738 (62) Ces valeurs sont plus considérables par rapport à la tendance mensuelles, mais elles ont les mêmes caractéristiques communes qui est la baisse des hauteurs de précipitations par rapport au temps. Ceci implique qu’on va avoir des saisons de pluies de plus en plus déficitaires et des saisons sèches du plus en plus arides. Par conséquent, il serait nécessaire et judicieux d’établir plusieurs réservoirs de stockages ou de retenues sur la région pour équilibrer et subvenir à la demande des ressources en eaux à long terme de la société. La tendance saisonnière en générale : Dans ce paragraphe, on adoptera les mêmes procédés utilisés précédemment. On peut remarquer sur les figures 64-a) et -b) que les droites de tendance linéaire s’inclinent vers le bas. On confirme encore la tendance à la baisse des précipitations. Les équations respectives des courbes de tendances de la saison des pluies et de la saison sèche : 𝑦𝑝𝑙𝑢𝑖𝑒𝑠 = 1281,255 − 2,60𝑥; 𝑦𝑠è𝑐ℎ𝑒 = 129,055 − 0,590𝑥 , les Partie III : Résultats et Discussions 140 coefficients de détermination respectifs, 𝑅 2𝑎𝑗𝑢𝑠𝑡é : 0,018 et 0,015 avec 𝑦𝑝𝑙𝑢𝑖𝑒𝑠 et 𝑦𝑠è𝑐ℎ𝑒 désignant les hauteurs de précipitations des deux saisons et x : le nombres de saison, en tout, nous avons 65 saisons des pluies et 64 saisons sèches vue que notre série de base se termine le mois de mai 2017. La valeur de la tendance linéaire respectivement −2,60 𝑒𝑡 − 0,590 pour les saisons des pluies et sèche. Ce qui implique aussi la tendance à la baisse des hauteurs des précipitations respectivement 2,60 mm/saison et 0,590 mm/saison pour les saisons des pluies et sèche. Sur un intervalle de confiance de 95%, on a respectivement : −6,148 < 𝑇𝑟𝑒𝑛𝑑𝑆𝑝𝑙𝑢𝑖𝑒𝑠 < 0,948 (63) −1,455 < 𝑇𝑟𝑒𝑛𝑑𝑆𝑠è𝑐ℎ𝑒𝑠 < 0,256 (64) a) b) Figure 64 : Courbes en splines des précipitations saisonnières de la période de base 1952-2017 avec les droites de tendance linéaire. Source : Auteur A partir des tableaux 39 et 40, on traduit que les précipitations saisonnières n’ont pas la même variabilité à l’échelle du temps mais présente une tendance commune qui est à la baisse, on rejette 𝐻0 puisque respectivement 0,166 > 0,148 > 0,05. On peut aussi dire à partir des coefficients de détermination que seulement 1,8% de la variabilité des précipitations de la saison des pluies et 1,5% de celle de la saison sèche sont causées par le facteur temporel. Tableau 39 : Table ANOVA des précipitations des saisons des pluies 1952-2017 en fonction du temps. Source : Auteur ANOVA Saisons des pluies 1952-2017 Somme des carrés ddl Carré moyen F Sig. Variation due au temps 154655.804 1 154655.804 2.143 0.148 Variation résiduelle 4544720.1 63 72138.414 Variation totale 4699375.91 64 Partie III : Résultats et Discussions 141 Tableau 40 : Table ANOVA des précipitations des saisons sèches 1952-2016 en fonction du temps. Source : Auteur ANOVA Saisons Sèches 1952-2016 Somme des carrés ddl Carré moyen F Sig. Variation due au temps 7849.51413 1 7849.514 1.962 0.166 Variation résiduelle 248045.202 62 4000.729 Variation totale 255894.716 63 2. Caractérisation de la période d’étude par rapport aux normales saisonnières de référence Ici, on va caractériser la saison ainsi que l’anomalie négative grâce aux écarts et rapport à la normale saisonnière de la période 1961-1990. Les tableaux 41-a) et -b), représentent les écarts et rapports aux normales saisonnières de la période de référence sur la période d’étude. En observant les écarts, on conclut que la période d’étude est en fait généralement déficitaire. Ce déficit est légèrement marqué au deux premières saisons, mais elle est intense à la dernière saison, ce qui la caractérise par une saison des pluies particulièrement sèches d’après la valeur du rapport à la normale. Tableau 41 : Ecart et rapport à la normale de la période d’étude 2016-2017. Source : Auteur a) Saison 2015-2016 Saison Saison des pluies Saison sèche Ecart -141.4 -32.7 Rapport 0.886089401 0.760027347 Signification Voisine de la normale Voisine de la normale b) Saison 2016-2017 Saison Saison des pluies Saison sèche Ecart -549.9 Rapport 0.556953216 Signification Sèche Pour conclure tous ce qui a été vue sur les variabilités et la tendance, on peut dire que la variabilité ne dépend pas du facteur temporel, les tables ANOVA démontrent toutes le rejet de H0. Cependant, la tendance y est bien marquée. On peut dire que les précipitations de la station Antananarivo DMH ont une tendance à la baisse par rapport au temps mais présente une grande variabilité qui est principalement causée par les facteurs spatiaux. Section 4 Analyse de la sévérité de la sècheresse A partir des statistiques descriptives, nous avons déterminer l’anomalie et sa période sur l’année 2016-2017. L’analyse des normales a permis de caractériser sa nature. Maintenant nous allons analyser les déficits de précipitations. Effectivement, comme nous l’avons défini dans la partie I : « La sécheresse est un épisode de manque d’eau plus ou moins long mais suffisant pour que les sols et la flore soient affectés ». Or, la manque d’eau est causée en générale par le déficit de précipitation sur une région. Explicitement, nous allons déterminer l’ampleur de la sécheresse en intensité et en période en analysant les SPI, c’est-à-dire, la sévérité de la sècheresse. Pour se faire, nous allons tout d’abord calculer les SPI Partie III : Résultats et Discussions 142 sur toute la période de base pour visualiser la répartition des périodes humides et sèches en classant le période d’étude. Ensuite, nous analyserons la période d’étude sur différentes échelles de temps des SPI.

Détermination des périodes humides et sèches

L’utilisation des SPI sur 12 mois serait judicieux puisque nous voulons représenter des régimes de précipitations à longue échéance. Notons aussi que l’année 2017 n’est pas achevée, par conséquent, nous ne pouvons pas faire des analyses annuelles. Vue que la fin de la série est le mois de Juin 2017, nous choisirons la période JASONDJFMAMJ pour la représentation des SPI sur 12 mois. Explicitement, ce sera une évaluation saisonnière sur 2 années consécutifs ; on calculera les SPI débutant du mois de Juillet de la première année et se terminant le mois de Juin de l’année suivante. Figure 65 : Représentation des SPI sur 12 mois (JASONDJFMAMJ) de la série 1952 à Juin 2017. Source : Auteur Effectivement, la tendance à la baisse que nous avons démontrée en analysant la variabilité des précipitations à fait encore sa preuve sur la Figure 65 ; Tout d’abord, remarquons sur le graphique en barre l’augmentation de l’occurrence de la sècheresse et la rareté de l’humidité au fil du temps. Cette augmentation de fréquence est aussi proportionnelle à l’intensité. On constate que les successions de périodes sèches en série commencent à l’année saisonnière 1987/88, avant cette période la sécheresse se fait rare ; ce qui implique en effet la rareté des précipitations au fil du temps. La plus longue séquence de sècheresse va de l’année saisonnière 1987/88 jusqu’ à 1992/93. On a aussi proportionnellement 2 extrêmes humides et sèches, respectivement : en 1981/82, 1983/84 et 1999/00 et 2016/2017. Ici, la période d’étude est définie comme étant une période de sècheresse extrême. Donc, l’anomalie négative Partie III : Résultats et Discussions 143 de la station Antananarivo DMH s’est caractérisée sous une sècheresse extrême, la plus extrême sur toute la série de base.