Niger-HYPE: Comment le changement climatique pourrait affecter les inondations et sécheresses dans le bassin du fleuve Niger? Jafet ANDERSSON Abdou ALI Berit ARHEIMER Farid TRAORÉ Research Fellow, SMHI Member, Swedish UNESCO IHP-committee Email: [email protected] Senior scientist, AGRHYMET Head of Hydrology Research, SMHI Postdoctoral fellow, AGRHYMET 3. Effets du changement climatique 1. Basin du fleuve Niger • Plus grand bassin fluvial de l’Afrique de l’Ouest, couvrant 2,1 ×106 km2. • S’étend du climat tropical au Sud jusqu’au désert du Sahara au Nord. • Les précipitations sont généralement intenses et très variables à l’échelle décennale, annuelle, saisonnière, journalière et même horaire. • Plus de 100 millions d'habitants dépendent principalement de l'agriculture pluviale et de l'élevage, qui sont sensibles aux inondations et aux sécheresses. Plusieures simulations ont été réalisées avec le modèle Niger-HYPE de 1971 jusqu'à 2100 à l’aide des donnés des modéles climatiques pour étudier l’impact potentiel du changement climatique sur l’hydrologie. Nom d’ensemble MB4 Scénario climatique RCP 4.5 MB8 RCP 8.5 CMIP5 modèles climatique global (GCM) EC-Earth, CNRM-CM5, GFDL-ESM2M EC-Earth, CNRM-CM5, GFDL-ESM2M 3.1 Climat 2. Modèle Niger-HYPE CORDEX modèle Correction de climatique régional (RCM) biais RCA4 DBS RCA4 DBS 3.2 Saisonnalité du débit • Une augmentation du niveau des crues au début de la saison de hauts débits. • De grandes incertitudes, en particulier pendant la saison sèche. • Nous avons adapté de manière participative une version du code HYPE ouvert (Lindström et al., 2010) au contexte du bassin du fleuve Niger: semi-distribué modèle hydrologique Niger-HYPE. • Nous avons utilisé les meilleures données disponibles à l’échelle du bassin: topographie (HydroSHEDS), utilisation des terres (Globcover), sol (HWSD), lacs (GLWD), barrages (GRanD), et les données journalières sur l’évolution du climat (WFDEI, 1979-2009). • Nous avons calibré le modèle de manière simultanée à l’aide des données journalières de 56 stations-débit (Niger-HYCOS; ABN, 2008) et de l’évapotranspiration potentielle mensuelle (1km2; Mu et al., 2007). • Nous avons développé HYPE pour représenter la dynamique dans la plaine inondable du delta intérieur, et les processus à la surface de l’écoulement. • Changement du débit mensuel moyen à Onitsha (près de l’embouchure Atlantique) entre les périodes 1971-2000 et 2040-2069. La hausse des températures à travers tout le bassin. NSE: 0.83, RE: 7% NSE: 0.85, RE: -15% Performances du modèle • En général, le modèle peut simuler la magnitude (RE, l'erreur relative cumulée, optimale=0) et dynamique quotidienne (NSE, Nash-Sutcliffe efficiency, optimale=1) du débit à la plupart des stations. La meilleure performance a été obtenue en Guinée et le long du lit majeur du fleuve: • Débit mensuel moyen à la station Onitsha: valeurs observées et simulées, respectivement lors des périodes de calibration (1994-2009) et de validation (1979-1993). Les années humides deviennent plus humides et celles sèches plus sèches. RE abs(RE) NSE (-) (%) (%) 0.2 -17.9 4.7 0.13 10 0.41 3rd quartile 7.3 23.8 0.6 Maximum 31.3 45.7 0.88 Standard 18.7 Deviation 12.3 2.47 st 1 quartile -12 Median delta intérieur a améliorer le modéle • Augmentation de la magnitude des inondations en Guinée et le sud du bassin de la Bénoué. • Diminution de la magnitude des inondations pour certaines parties du bassin du Bani. • De grandes incertitudes en fonction du projection, du lieu et de la période considérée. (a) Ensemble maximum 3.4 Sécheresses • Plus longues et plus sévères sécheresses agricoles dans la plupart des régions: (b) Ensemble minimum -20 Discharge at Tossaye, just downstream of the Inland Niger Delta Observed discharge Model without floodplain, NSE: -12.1, RE: 182.9% Model with floodplain, NSE: 0.84, RE: 6.9% 2000 4000 6000 du Changement de magnitude au niveau des débits extrêmes avec une période de retour de 30 ans, (basé sur la distribution de Gumbel) entre 1971-2000 et 2070-2099 pour l'ensemble MB4. L’écart entre le maximum et le minimum illustre le degré d’incertitude. 0 Discharge (m3/s) 8000 • La répresenation significativement: -1.8 3.3 Inondations 20 Minimum -45.7 4. Faire partie de la dynamique HYPE! • Utiliser les résultats du modèle Niger-HYPE, qui pourront vous aider à la prise de décisions et à l’adaptation au changement climatique. Accéder directement sur http://hypeweb.smhi.se/ • Collaborer avec nous pour: • Développer HYPE dans un environnement ouvert sur http://hype.sf.net/ • Utilisez le modèle Niger-HYPE pour développer votre système opérationnel à des fins prévisionnelles, de gestion de l'eau, recherche et de l'éducation. Changements dans la durée (nombre de jours en dessous de la 10ème centile) et l'intensité (niveau moyen en dessous de la 10ème centile) de l’humidité du sol au niveau de la zone racinaire dans tous les sous-bassins, respectivement pour les ensembles MB4 et MB8. Remerciements Nous sommes très reconnaissants envers l’Asdi /VR pour le soutien financier du projet de recherche «Building resilience to floods and droughts in the Niger River basin - hydrological predictions for sustainable water use and climate change adaptation» et l'UE pour le projet «IMPACT2C». Références - ABN. (2008) Niger-HYCOS Hydrological Information System. Retrieved March 1, 2012, from http://nigerhycos.abn.ne/ - Lindström, G., Pers, C., Rosberg, J., Strömqvist, J. & Arheimer, B. (2010) Development and testing of the HYPE (Hydrological Predictions for the Environment) water quality model for different spatial scales. Hydrol. Res. 41(3-4), 295–319. doi:10.2166/nh.2010.007 - Mu, Q., Heinsch, F. A., Zhao, M. & Running, S. W. (2007) Development of a global evapotranspiration algorithm based on MODIS and global meteorology data. Remote Sens. Environ. 111(4), 519–536. http://hypeweb.smhi.se/ Institut Suédois de Météorologie et d’Hydrologie, Norrköping, Suède Centre regional, Niamey, Niger