4. Faire partie de la dynamique HYPE! 1. Basin - Hypeweb

Niger-HYPE: Comment le changement climatique pourrait affecter
les inondations et sécheresses dans le bassin du fleuve Niger?
Centre regional, Niamey, Niger
http://hypeweb.smhi.se/
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.
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.
3.4 Sécheresses
•Plus longues et plus sévères sécheresses
agricoles dans la plupart des régions:
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.
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.
3. Effets du changement
climatique
Nom
d’ensemble Scénario climatique CMIP5 modèles climatique global (GCM)
CORDEX modèle
climatique
régional
(RCM)
Correction de
biais
MB4 RCP 4.5 EC-Earth, CNRM-CM5,
GFDL-ESM2M RCA4 DBS
MB8 RCP 8.5 EC-Earth, CNRM-CM5,
GFDL-ESM2M RCA4 DBS
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.
3.1 Climat
•La hausse des températures à travers tout le bassin.
•Les années humides deviennent plus humides et
celles sèches plus sèches.
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.
Débit mensuel moyen à la
station Onitsha: valeurs
observées et simulées,
respectivement lors des
périodes de calibration
(1994-2009) et de
validation (1979-1993).
Changement du débit
mensuel moyen à Onitsha
(près de l’embouchure
Atlantique) entre les
périodes 1971-2000 et
2040-2069.
NSE: 0.83, RE: 7%
NSE: 0.85, RE: -15%
3.3 Inondations
•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.
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.
(a) Ensemble maximum (b) Ensemble minimum
-20 20
Jafet ANDERSSON
Research Fellow, SMHI
Member, Swedish UNESCO IHP-committee
Email: jafet.anders[email protected]
Abdou ALI
Senior scientist, AGRHYMET
Berit ARHEIMER
Head of Hydrology Research, SMHI
Farid TRAORÉ
Postdoctoral fellow, AGRHYMET
Institut Suédois de Météorologie et
d’Hydrologie, Norrköping, Suède
2. Modèle Niger-HYPE
•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.
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:
•La répresenation du delta intérieur a améliorer le modéle
significativement:
Observed discharge
Model without floodplain, NSE: -12.1, RE: 182.9%
Model with floodplain, NSE: 0.84, RE: 6.9%
Discharge (m3/s)
0 2000 4000 6000 8000
Discharge at Tossaye, just downstream of the Inland Niger Delta
RE
(%)
abs(RE)
(%)
NSE (
-
)
Minimum
-45.7
0.2 -17.9
1
st
quartile
-12
4.7 0.13
Median
-1.8
10 0.41
3
rd
quartile
7.3 23.8 0.6
Maximum
31.3
45.7 0.88
Standard
Deviation
18.7
12.3 2.47