Groupe de Travail 9 Vulnérabilité : approches climatologique et agro-climatologique Louvet, S., Mahé, G., Paturel, J.E, Roudier, P, Delarue, K., Vaksmann, Koité, M. [email protected] • La vulnérabilité : une première expérience pour nous….. Voici quelques pistes Plusieurs échelles possibles Région Grande échelle bassin maille ESPACE terroir station Echelle fine Fluctuations multidécennales Fluctuations intrasaisonnières (séquences sèches, date de démarrage SDP, …) TEMPS Fluctuations interannuelles Echelle fine La vulnérabilité des ressources en eau, de l’agriculture en fonction du climat L’approche climatologique : la variabilité spatiotemporelle des précipitations Evolution des précipitations à différentes échelles spatiales A l’échelle du bassin, la pluviométrie annuelle a baissé de 20-25% depuis la fin des années 60 Période humide Période sèche Variabilité interannuelle(%) « sec – humide » Données disponibles Station pluviométriques sélectionnées (1950:2006) A partir des données stationnelles, spatialisation des données quotidiennes de précipitations. 5 méthodes employées : -Krigeage (K) -Spline (S) -Inverse distance pondérée au carré (I) -Plus proche voisin (N) -Polygones de Thiessen ! Grande sensibilité des résultats à la méthode d’interpolation retenue quelle que soit l’échelle temporelle considérée L’échelle inter-annuelle Nbre de stations par an : • tout le bassin • partie nord • partie sud Période sèche L’échelle inter-annuelle Analyses menées Test de Pettitt - teste la présence ou l’absence de rupture (changement de moyenne au sein de la série) – indique une date de rupture permet de segmenter une série Test de Mann-Kendall : tendance temporelle Mise en évidence de la d’une variable Variables étudiées : Pluie journalière maximale annuelle de période de retour de 10 ans, 20 ans et 100 ans Approche du stress hydrique du Bassin à l ’échelle inter-annuelle Climatic Moisture Index (Vörösmarty [2005]) CMI = (P/ETP)-1 si P<ETP CMI = 1-(ETP/P) autrement (CMI>0: Aride. -0.6<CMI<0: Semi-aride. CMI<-0.6: Humide) Le Climate Moisture Index (Vorosmarty et al., 2005) mesure le ratio de la pluie annuelle sur l'évapotranspiration potentielle annuelle. Il permet donc de fournir une indication de vulnérabilité à la sécheresse. Variabilité intra-saisonnière : recherche des périodes de l’année responsables de la péjoration pluviométrique constatée Un cœur de la saison des pluies moins arrosé, une fin de saison des pluies plus précoce et moins humide Variabilité intra-saisonnière Dynamique de la saison de pluies, ex : début, fin, durée… -Sur quels critères se baser pour déterminer la date de démarrage de la saison? Variables étudiées à l’échelle intra-saisonnière - Le nombre de jours secs - Le type de jour pluvieux : Les jours de faible pluviométrie : Contribution relative (%) du nbre de jours de pluie <5 mm au nbre total de jours de pluie (<5mm) Les jours de moyenne pluviométrie : Contribution relative (%) du nbre de jours de pluie [5-20mm] au nbre total de jours de pluie Les jours de forte pluviométrie: Contribution relative (%) du nbre de jours de pluie >20mm au nbre total de jours de pluie -Les séquences sèches : définies comme étant une période de n jours secs consécutifs Les jours secs (1971-2000) Les jours de pluie < 5mm (1971-2000) Variabilité intra-saisonnière : recherche des paramètres pluviométriques les plus contrastés entre années à fort débit et années à faible débit Compo rouge : 7 années de + fort Q : 1954; 1955; 1953; 1964. 1952. 1957; 1958 Compo bleue : 7 années de + faible Q 1984; 1983; 1987; 1986; 1993; 1992; 1985 Débits annuels moyens à Douna Sécheresse = 3 jours consécutifs sans pluie Q faible - Q fort Travail entre juin et septembre (inclus) • Revue bibliographique (non-exhaustive des indices de vulnérabilité climatique) Données en entrée Indice PDSI (Palmer, 1965) Crop Moisture Index (CMI) : 1968 Pas de temps 1 semaine, 2 semaines, 1 mois P, T P,T, ET, L, RO, reservoir storage 1 semaine Commentaires Algorithme de l’humidité du sol calibré pour des régions homogènes, utilisé aux USA Dérivé du PDSI P 1 jour (possibilité de pas de temps plus grands) Notion de précipitation effective, prenant en compte les pluies des jours passés SPI (McKee et al, 1993) P De 1 à 24 mois (possibilité de pas de temps plus petits) Permet de caractériser les épisodes secs au cours d'une période prédéterminée. Surface Water Supply Index (SWSI) 1982 P, sn, RO, 1 mois Similaire au SPI, mais considère d’autres paramètres 1 mois Représente le pourcentage d’écart de la pluie à la moyenne sur le long terme. Calcul proche su PDSI. EDI (Byun and Wilhite, 1999) Bhalme and Mooley Index (BMI) 1979 P Deciles (utilisés par l’autorité australienne aux sécheresses) P 1 mois National Rainfall Index (NRI) P 1 mois Climate Moisture Index (Vorosmarty et al., 2005) P, ETP Groupe les occurrences de pluie mensuelle en déciles. Anomalies de précipitation à l’échelle du continent. 1 an Approche du stress hydrique Légende : P :précipitation ; T : température ; ET : évapotranspiration ; L : humidité du sol ; RO : ruissellement sn : snowpack • Nomenclature du SPI • Nomenclature de l’EDI Une fois le SPI et l’EDI calculés, possibilité d’étudier: -Durée maximale saisonnière des différentes gammes de sécheresse -Durée moyenne saisonnière des différentes gammes de sécheresse -Fréquence d’occurrence saisonnière des différentes gammes de sécheresse -…. Agro-climatologie OBJECTIFS • Identifier les variables climatiques ayant un impact sur l’agriculture • Diagnostic (passé, futur) de ces variables climatiques • Evaluation de l’impact de ces variables sur l’agriculture MÉTHODES :CHOIX DES VARIABLES CLIMATIQUES • Cumul pluviométrique annuel Est-ce la seule variable climatique qui influence le rendement agricole? Dynamique de la saison des pluies: Date de début Date de fin Durée Caractéristiques sub-saisonnières de la saison des pluies: Séquences sèches (Nombre et Longueur) Dans la saison (moins dernier mois) Dans le dernier mois Evénements pluviométriques extrêmes dans le dernier mois (Nombre et maximum) Cumul pluviométrique saisonnier MÉTHODE :DÉTERMINATION DES VARIABLES CLIMATIQUES • Dynamique de la saison: – Date de début Conditions: • A partir du 92eme jour (1er avril) • Cumul de pluie en 3 jours, supérieur ou égal à 20mm • Pas de période sèche de plus de 7 jours consécutifs dans les 30 jours qui suivent la date obtenue Evolution de la Réserve Utile en fonction du temps MÉTHODE : t-1 DÉTERMINATION DES VARIABLES RUt=RU +Δs CLIMATIQUES Avec: 0<RUt<100mm • Dynamique de la saison: Δs=P-Dr-ETR-R – Date de fin Bilan hydrique d’un sol de 100mm de RU Δs=P-ETR Avec ETR=5mm/j Conditions : • A partir du 245eme jour (1er septembre) • Lorsque le stock hydrique atteint 0mm • Pas de pluie importante dans les 20 jours qui suivent; dans ce cas on retient la date de l’événement pluvieux. ANALYSES REALISEES • Caractéristiques climatiques moyennes • Diagnostic des variables climatiques – Tests statistiques sur l’évolution passée des variables • Mann Kendall (Détecte une tendance) • Pettitt (Détecte une rupture) – Evolution des variables dans le futur • Relations variables climatiques/rendements agricoles • Merci de votre attention 4 3 2 1