Description de l’anomalie de précipitation de l’année 2016-2017

Description de l’anomalie de précipitation de l’année 2016-2017

Dans ce Chapitre, nous allons Visualiser les caractéristiques de la série, observer la variabilité et la tendance des précipitations sur la station (durant toute la période de base, ensuite sur la période d’étude en utilisant les normales) et définir l’anomalie de la période d’étude. Notons à partir d’ici, nous utiliserons les séries ajustées pour des résultats optimaux. Analyse statistique des séries de précipitations Cette section présente toutes les propriétés de statistiques descriptives des séries mensuelles. Au total, nous avons 786 mois, la présentation des valeurs mensuelles et saisonnières de la période d’étude se répertorie dans les Tableaux 18, 19, 20 (Source : Auteur). On comparera les propriétés communes avec celles de la période d’étude.

Visualisation qualitative des données pluviométriques

En vue de l’organisation des données, la première étape consiste à se forger une idée générale de l’ensemble en visualisant la distribution des fréquences. La deuxième étape consiste à grouper les
données en classes ou intervalles, les quartiles. La distribution des fréquences La valeur approximative du nombre k de classes est égale à 10, en appliquant la formule de Sturges, soit des déciles. L’étendue des observations est égale à 808,7 mm qui est la valeur maximale des cumuls mensuels. L’amplitude des classes est égale à E/k, soit 80,87 mm. Le tableau 21, nous indique la distribution des fréquences de la série 1952-2017. La Figure 49 montre les histogrammes avec la courbe gaussienne en trait rouge, à première vue nous avons une distribution unimodale fortement asymétrique.

La distribution des fréquences nous donne une idée de la répartition des observations dans toute la série qui est à la fois très éparses et convergente vers les valeurs basses. Les valeurs mensuelles de notre période d’étude se situe dans les 3 premiers déciles. Et apparemment, les valeurs extrêmes se situe en moyenne au 1er Décile (inférieure), et aux 3 dernier Déciles (supérieure). Les valeurs extrêmes inférieures s’accumulent durant la dernière décennie, ceci explique les valeurs des tendances linaires calculées dans le test d’homogénéisation qui implique les précipitations de la station d’Antananarivo DMH ont une tendance à la baisse.

LIRE AUSSI :  L’intérêt des molécules HLA-DP4 pour la vaccination peptidique 

Les quartiles de précipitations

Ici, on assimilera les quartiles au box-plot de toute la série à la figure 47. Les niveaux caractéristiques des centiles au tableau 24 nous permettent d’interpréter le Box-plot.Sur la figure 47, on peut tirer les informations suivantes. Ici, la médiane qui divise la série en deux partie égale est confondue avec l’extrémité inférieure de la Box-plot, ce qui suppose une distribution asymétrique vers les valeurs basses (semblable à l’histogramme), elle correspond au 50ème centile qui est égal à 46,837 mm et au 1er Décile.

La longueur verticale de la boîte correspond à l’intervalle interquartile qui se situe entre le 25ème et 75ème centile, [6,682mm – 185,212mm] ; cet intervalle nous donne l’idée de la variabilité des précipitations, ici, on observe une diversité moyenne sur toute la série. Les valeurs aux extrémités des moustaches sont voisines du 5ème et 95ème centile, respectivement 0 et 575,891 mm. Le trait en pointillé indique la position de la moyenne sur toute la série, elle tend à se positionner vers le 3ème quartile, ceci implique qu’elle est influencée par la présence de valeurs extrêmes supérieures dans la série. Elle sépare aussi les périodes humides des périodes sèches, c’est le « Module », sa valeur est 109.128 mm, cela veut dire que les valeurs inférieures (supérieures) à elle sont les périodes sèches (humides). Remarquons aussi que la moyenne tend à se positionner vers les valeurs supérieures, or plus de la moitié des valeurs sont inférieure à 80,87 mm, cela signifie la présence de plusieurs valeurs extrêmes supérieurs au 3ème quartile qui influent sur elle. Un des particularités des Box-plot est la détection des valeurs extrêmes, sur la Figure 50, on observe deux types de valeurs extrêmes à partir de la bordure supérieure : Les valeurs éloignées qui se situent entre 1,5 et 3 longueurs de boite par ordre croissant, codés (O) : Février 1998, Décembre 1969, décembre 1955, Février 2015, Décembre 1983, Janvier 1996, Janvier 2001 et Janvier 2003. Les valeurs extrêmes qui se situent à plus de 3 longueurs de boite par ordre croissant, codés (*) Janvier 1994 et Janvier 1982.

Cours gratuitTélécharger le document complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *