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

 > 

Les conséquences des changements climatiques sur l'occurence des phénomènes climatiques extrêmes

( Télécharger le fichier original )
par Mourima Mai Moussa
Centre régional AGRHYMET de Niamey- Niger - Rapport de consultation 2005
  

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

4.2 Matériels et méthodes utilisés

Deux logiciels ont été utilisés pour l'analyse des phénomènes climatologiques extrêmes. Il s'agit des logiciels INSTAT+ et Excel.

É Le Logiciel INSTAT

Instat+ est un logiciel d'analyse statistique de données agro climatiques, un modèle de simulation agro météorologique. Il ne travaille qu'avec des données numériques. Ces dernières ont être importées à partir des bases de données CLICOM.

Ce logiciel nous a permis de faire des analyses statistiques diverses des séries temporelles. En effet, à partir des données journalières utilisées, il nous a été possible d'analyser différents événements extrêmes tel que la température maximale, la température minimale, les séquences sèches, les séquences pluvieuses, les fréquences des températures maximales ,pluies extrêmes >20mm, pluies > 50mm etc ...

En suite nous avons déterminé les dates de début et de fin de la saison des pluies, la longueur de la saison.

Le logiciel INSTAT+ a été utilisé par la suite pour générer des scénarios pluviométriques à travers la méthode la chaîne de Markov de 1er ordre.

É Le logiciel Excel

Le logiciel Excel a été utilisé pour la réalisation des graphiques et le calcul de certains d'indices climatiques (le nombre de jour pluvieux, la quantité de pluie totale, le nombre de jours secs maxi, l'intensité maximale...)

Méthodes de calcul :

> Démarrage de la saison :

Choisir sur le menu principal climate Event Start of the Rains

Pour le critère de démarrage de la saison des pluies, nous avons considéré le premier jour à partir du 1er avril lorsqu'on enregistre plus de 20 mm cumulé en un ou deux jours.

Projet changement climatique -AGRHYMET 11

Calcul d'indices climatiques

Les résultats sont fournis en jour julien (à gauche), pour avoir des dates (à droite), faire choisir sur le Menu principal Manage climate view data

> Date de fin saison de pluie

Le critère pour la fin de la saison des pluies est fondé sur le bilan hydrique. On considère qu'à partir du 1er septembre (jour n°245) lorsque le bilan hydrique (la somme des apports et des pertes) est inférieur ou égal à 0.05 que l'hivernage est terminé. Pour le bilan hydrique, une capacité de rétention maximale en eau du sol doit être considérée (100mm/m de sol) et des pertes en eau par évapotranspiration, on peut fixer une valeur de 5 mm/jour)

Projet changement climatique -AGRHYMET 12

Calcul d'indices climatiques

Faire Climatic Events Water balance

> Calcul des séquences sèches

Pour calculer les séquences sèches les plus longues à partir de la date de semis et par mois

(avril, mai, juin, juillet) et pour les années disponibles pour une station donnée :

Faire Climatic Events Spell

Choisir 0 to 0.85 mm dans la rubrique Range for spell

Indiquer la colonne contenant la date de semis : avril

Préciser les périodes de calcul par mois

Days number : 1 31 61 91 : si on commence par le 1er avril :1 :1er avril, 31 : 1 mai, 61 : 30 mai

et 91 : 30 juin

Length of period : 30 30 30 30

Events Spell

Projet changement climatique -AGRHYMET 13

Calcul d'indices climatiques

Le tableau ci après donne les résultats de l'analyse pour chaque année/mois. Il présente la longueur de la séquence sèche en nombre de jours par mois correspondant.

> Calcul des pluies standardisées :

[Pluies standardisées] = [pluies decade_n - Pluies moyenne_n] / (Pluie écart_type_n)

Projet changement climatique -AGRHYMET 14

Calcul d'indices climatiques

Génération et simulation des données de scénarios synthétiques > Identification des scénarios

Après l'analyse des modèles de circulation générale HadCm3, CGCM2 et ECHAM4 (Hamatan, 2001), ces trois modèles semblent unanimes sur les tendances à la hausse des températures extrêmes à tous les horizons de référence 2020, 2050 et 2080. Quant aux précipitations, l'ampleur de leur variation dépend du modèle considéré. Ainsi il ressort, des analyses des conditions environnementales A2a des modèles précités (Had CM3, ECHAM4 et CGCM2) une variation de température de 1°C à l'horizon 2020, 1.5°C à l'horizon 2050 et 3°C à l'horizon 2080. Pour ce qui est des précipitations une variation de 5% à l'horizon 2020, 10% à l'horizon 2050 et 20% à l'horizon 2080 pour le modèle Anglais HadCM3 (Tableau 2).

Tableau n°2 : Hypothèses de scénarios synthétiques basés sur les analyses des données des modèles HadCM3, CGCM2, ECHAM4.

Variables

Horizon 2020

Horizon 2050

Horizon 2080

Source

Température

+1.0°C

+1.5°C

+3.0°C

Analyse des
modèles HadCm3,
CGCM2 et
ECHAM4 sur la
zone d'étude (PC,
Fakara, Tahoua)

Précipitation

+5%

+10%

+20%

Analyse des données du modèle HadCM3

Par ailleurs des scénarios tendanciels, basés sur les données observées furent identifiés au niveau de chaque station de référence. La procédure d'analyse consistait à inter comparer les fréquences des événements pluvieux et leurs quantités, des périodes normales 1941-1970 et 1971-2000 afin de déterminer leur tendance tableau 3.

Projet changement climatique -AGRHYMET 15

Calcul d'indices climatiques

Tableau 3 : Scénarios tendanciels issus de l'analyse comparative des données observées pendant les périodes normales 1941-1970 et 1971-2000

Sites pilotes

Stations

Tendances de la
fréquence des
évènements (pluies après
1jour sec et pluies après
1jour pluvieux (%)

Tendances de la fréquence des quantités de pluies (pluies après 1jour sec et pluies après

1jour pluvieux (%)

Plateau Central

Ouahigouya

-09

-20

Kaya

-14

-08

Koudougou

-22

-14

Ouagadougou

-11

-08

Fakara

Niamey

-12

-11

Gaya

+30

-23

Tahoua

Tahoua

-17

+03

Birni N'konni

-17

+03

> Génération des données selon la chaîne de Markov

Les résultats des tableaux 2 et 3 ci-dessus sont utilisés pour générer des scénarios synthétiques par la méthode de la chaîne de Markov de premier ordre intégrée au logiciel statistique INSTAT.

Après avoir ajusté les paramètres de la chaîne de Markov et défini les probabilités, 4 catégories de variables sont utilisées pour générer les données aux horizons de référence 2020, 2050, 2080.

· f_rd : Probabilité d'avoir un jour pluvieux précédé d'un jour sec

· f_rr : Probabilité d'avoir un jour pluvieux précédé d'un jour humide.

· fmd : Probabilité d'avoir une pluie d'au moins 1mm précédé par jour sec.

· fmr : Probabilité d'avoir une pluie d'au moins 1mm précédé par jour humide.

Pour générer les données des scénarios tendanciels par station de référence, les variables sont configurés comme suit :

-Horizon 2020 : f_rd1= f_rd+ probabilité à la station (3ème colonne tableau 10)

Projet changement climatique -AGRHYMET 16

Calcul d'indices climatiques

f_rr1= f_rr+ probabilité à la station (3ème colonne Tableau 10)

fmd1= fmd+ probabilité à la station (4ème colonne tableau 10)

fmr1= fmr+ probabilité à la station (4ème colonne tableau 10)

-Horizon 2050 : f_rd2= f-rd + f_rd1

f_rr2= f_rr + f_rr1

fmd2= fmd + fmd1

fmr2= fmr1

-Horizon 2080 : f_rd3= f_rd + f_rd2

f_rr3= f_rr + f_rr2

fmd3= fmd + fmd2

fmr3= fmr + fmr2

Projet changement climatique -AGRHYMET 17

Calcul d'indices climatiques

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








"Je voudrais vivre pour étudier, non pas étudier pour vivre"   Francis Bacon