WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Impact de changement et variabilité climatique sur le régime pluviométrique de la ville province de Kinshasa. De 1961-2006(Profil et perspective à  l'horizon 2050)

( Télécharger le fichier original )
par Xavier BANGABUTU DJIKAMBA
Université de Kinshasa - Ingénieur agronome (licence) 2007
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.2. Impact de Changement climatique sur le régime pluviométrique

3.2.1. Hauteur des pluies (mm)

La hauteur des pluies durant les 2 périodes de croissance était en forme de U représentant une période de creux, avec une tendance à la hausse durant les dernières années alors qu'elle était constante durant toute la période sèche. La grande, la petite période de croissance et la période sèche avaient respectivement comme coefficient de corrélation : 20%(p>0,05), 21%( p>0,05) et 6%( p>0,05) (Figure 18).

Figure 18. Tendance de la hauteur des pluies de la GPC, PPC et PS.

3.2.2. Durée des périodes de croissance

La durée de la grande période de croissance était la même alors que celle de la petite période avait une tendance à la hausse. La grande et la petite période de croissance avaient respectivement comme coefficient de corrélation : 4%(p>0,05) et 12%( p>0,05) (Figure 19).

Figure 19.Tendance de la durée des périodes de croissance.

3.2.3. Nombre de jours des pluies

Le nombre de jours des pluies de la grande période de croissance était plus élevé au début des années puis avait subit une période de creux pour enfin augmenté durant les dernières années. Celui de la petite période de croissance avait subit une baisse durant les dernières années et pendant la période sèche, il avait connu une période de creux pour augmenter légèrement durant les dernières années. La grande, la petite période de croissance et la période sèche avaient respectivement comme coefficient de corrélation : 37%(p=0,0391), 24%( p>0,05) et 25%( p>0,05) (figure 20).

Figure 20.Tendance de nombre de jours des pluies de la GPC, PPC et PS.

Le tableau 9 présente les paramètres estimés de l'équation de prédiction de nombre de jours des pluies pendant la grande période de croissance (Tableau 9).

Tableau 9. Paramètres estimés de l'équation de prédiction

Variable

B #177;Se

p

Temps

-1,105 #177; 0,452

0,0188

Temps2

0,019 #177; 0,0093

0,0401

Constante

82,261 #177; 4,6135

0,0000

3.2.4. Journées sèches

Les journées sèches de la grande période de croissance étaient en forme de U renversé représentant une période de hausse puis une période de baisse durant les dernières années. Durant la petite période de croissance, les journées sèches avaient une tendance linéaire à la hausse alors que durant la période sèche, elles avaient une tendance linéaire à la baisse. La grande, la petite période de croissance et la période sèche avaient respectivement comme coefficient de corrélation : 28%(p>0,05) ,17%( p>0,05) et 12%( p>0,05) (Figure 21).

Figure 21. Tendance des journées sèches de la GPC, PPC et PS.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Et il n'est rien de plus beau que l'instant qui précède le voyage, l'instant ou l'horizon de demain vient nous rendre visite et nous dire ses promesses"   Milan Kundera