Cartographie et gestion intégrée des ressources en eau dans le contexte des changements climatiques dans la basse vallée de l'Ouémé au Bénin (Afrique de l'ouest)

Abstract :

This chapter is a contribution to a better understanding of climate change over the past thirty years in the study sector. This study required the collection of rainfall and thermal data for 30 years period (1987-2016). After highlighting the evolutionary trend of the main climatic parameters (rain and temperature), based on the calculation of indices and the determination of break-up periods, the study analyzed endogenous perceptions of climatic events. The results show an uneven distribution of precipitation and temperatures marked by continuous changes in natural environmental conditions. The study identifies three phases in the evolution of rainfall. The first 1987-1990 was marked by rainfall surpluses. The second is characterized by rainfall deficits between the period 1990-2006 and the last one characterized by very high instability in the evolution of rainfall, concerning the period 2006-2016. The application of the Pettitt test to this time series revealed stationary failures in the different rainfall series at the 95% threshold, highlighting two sub-periods and an upward trend in rainfall. At the same time, minimum and maximum temperatures are increasing globally. These results show a change in the evolution of climate parameters in the study area.

53

Keywords : Climate change, water resources, Oueme valley, Benin.

54

Introduction

Le changement climatique caractérisé par la recrudescence des phénomènes extrêmes comme les sécheresses et les inondations, la hausse des températures, la variabilité accrue de la pluviométrie et des caractéristiques des saisons agricoles, (GIEC, 2007), constitue une menace majeure pour les pays de l'Afrique en général et ceux de l'ouest en particulier. Ces régions sont particulièrement plus vulnérables à la variabilité et aux changements climatiques notamment à cause de certaines de ses caractéristiques physiques et socio-économiques qui les prédisposent à être affectées, de façon disproportionnée, par les effets négatifs des variations du climat (UICN-BRAO et al., 2003).

Au Benin, des travaux de Boko (1988) ; Afouda (1990) ; Houndenou (1999) ; Ogouwale (2006) ; Vissin (2007) ; Amoussou (2010) et Totin (2010), il ressort que la péjoration pluviométrique, la réduction de la durée de la saison agricole, la persistance des anomalies négatives et la hausse des températures minimales caractérisent désormais les climats du pays et modifient les régimes pluviométriques. Cette modification des paramètres climatiques perturbe négativement les activités économiques et impacte la disponibilité de la ressource en eau. Plusieurs auteurs ont d'ailleurs mis en évidence la variation des ressources en eau de surface en réponse à la fluctuation du climat (Sircoulon, 1987 ; Mahe et Olivry, 1995 ; Bricquet et al., 1997 ; Ouedraogo, 2001 ; Ardoin-Bardin, 2004 ; Vissin, 2007) . Ces perturbations climatiques associées aux mutations spatiales dues aux activités humaines accentuent les pressions sur les ressources eau.

Face à ce diagnostic, quelles sont les fluctuations climatiques dans le secteur d'étude entre 1987 et 2016 ? Pour répondre à cette question, des données ont été collectées et analysées à l'aide de matériels et méthodes.

55

3.1. Matériels et méthodes

3.1.1. Collecte des données

Les données utilisées dans le cadre de cette étude concernent les chroniques climatologiques et quelques données socio-économiques ayant servi à analyser respectivement la variation du climat et les perceptions et savoirs des communautés sur l'évolution du climat.

i. données climatologiques

Les données climatologiques utilisées ont été recueillies à l'Agence pour la Sécurité de la Navigation Aérienne en Afrique et à Madagascar (ASECNA) de Cotonou. Ces données (pluviométrie, température et évapotranspiration) à l'échelle mensuelle et annuelle proviennent des stations installées à l'intérieur ou à proximité de la basse vallée de l'Ouémé sur la période 1987-2016. Le réseau d'observation météorologique utilisé est composé de cinq stations qui sont présentées dans le tableau I.

Tableau I : Stations météorologiques du secteur d'étude

Stations	Latitude	Longitude		Type de stations
(Nord)	(Est)			Adjohoun
6°25'00»	2°13'34»	Pluviométrique		Bonou
7°33'33»	2°50'00»	Pluviométrique		Porto-Novo
6°48'33»	3°02'06»	Pluviométrique		Cotonou
6°01'25»	2°06'53»	Synoptique		Bohicon
7°9'5''	2°7'49»	Synoptique

Source : Données de terrain / ASECNA 2017

ii. Données socio-économiques

Une enquête de terrain notamment dans le secteur d'étude, a permis de collecter certaines données socio-économiques, pour constituer une base pouvant servir à connaître les perceptions endogènes des manifestations des changements climatiques.

· Échantillonnage

Le secteur d'étude couvre les communes de Bonou, Adjohoun, Dangbo, Aguégués et Sô-Ava. Selon le RGPHR4R, la population de cette zone est estimée à 401 308 habitants constitués en 71 462 ménages. La sélection des cibles interrogées a été fondée sur un choix raisonné : les usagers ont été priorisés en raison de leur connaissance du milieu, de ce qu'ils pratiquent au moins une activité et sont capables de fournir des informations sur le climat.

Par ailleurs, l'ensemble des communes que compte le milieu d'étude a été parcouru et la taille de l'échantillon est déterminée par la formule de Dagnelie (1998) :

=

(1)

56

Avec :

- X la taille de l'échantillon

- Zá= 1,96 écart réduit correspond à un risque á de 5 % ;

- Le paramètre de précision (i) est fixé à 5 %

- La proportion estimée (p) des ménages ; soit p = 50 %

- 1-p = 50 %

- Ainsi, X = 384,16 arrondi à 384 ménages. Cet effectif est réparti

proportionnellement de la taille des communes comme l'indique le

tableau II.

57

Tableau II : Répartition des ménages enquêtés avec la formule de Dagnelie

Commune	Effectif des ménages	Ménages enquêtés		Proportion en %	BONOU
7 721	41	10,8		ADJOHOUN
15 309	82	21,4		DANGBO
19 613	105	27,4		AGUEGUES
8 463	45	11,8		SO-AVA
20 356	109	28,5		Total
71 462	384	100

Source : Travaux de terrain / INSAE 2016

· Outils et techniques de collecte des données

Les entretiens semi-directifs ont été utilisés pour cette collecte des données. À cet effet, ils ont permis à partir d'un questionnaire, la collecte de données socio-économiques servant à apprécier les perceptions des usagers de l'eau sur les changements climatiques

· Limite de l'enquête

Les questionnaires étaient en français, mais ont été administrés la plupart du temps dans les langues locales. Les enquêteurs avaient une bonne compréhension de la version française des questionnaires et une bonne maîtrise des langues locales parlées dans le secteur d'étude. Par ailleurs, ils ont reçu une formation incluant des sessions sur l'administration des outils de collecte dans les langues locales afin de réduire d'éventuels biais inhérents à une mauvaise interprétation des questions ou concepts. Mais il est possible que des erreurs liées à la traduction en langue locale aient pu être commises. 3.1.2. Analyse des données

L'étude du changement climatique s'est faite à partir de la détermination des paramètres de tendance centrale, de dispersion et de la mise en évidences des tendances.

· la moyenne arithmétique

La moyenne arithmétique est l'outil statistique le plus fréquemment utilisé dans les études de climatologie (Houndenou, 1999). Dans cette étude, elle a été calculée sur une série de 30 ans, et elle demeure représentative du climat sur une longue période (Choisnel, 1992). Elle s'exprime de la façon suivante

:

(avec n le nombre d'observations)

(2)

La moyenne a permis d'identifier les différents rythmes pluviométriques,

les champs moyens et de caractériser l'évolution de la pluviométrie.

· Paramètres de dispersion

Les paramètres de dispersion sont calculés à partir du paramètre fondamental de tendance centrale qu'est la moyenne. Ces paramètres de dispersion sont l'écart-type et le coefficient de variation.

· l'écart type

Il est utilisé pour évaluer la dispersion absolue des valeurs autour de la valeur centrale. Il se détermine par le calcul de la racine carrée de la variance :

??(??) = v?? Où v est la variance de la série.

· Coefficient de variation

_Cv =

? _X

? ? ? ₁₀₀

? ? _x?

C'est le moyen le plus utilisé pour tester et quantifier la variabilité d'une réalité ou d'un phénomène statistique. C'est le rapport de l'écart-type à la moyenne, exprimé en pourcentage. Il s'écrit de la manière suivante :

; = écart-type de la série et = moyenne.

(3)

58

Le coefficient de variation permet d'établir des comparaisons des degrés de variabilité de la pluviosité dans l'espace (Houndenou, 1992). Mais, il ne peut s'appliquer à toutes les régions, surtout dans les milieux désertiques ou

59

subarides, car parfois il exagère et amplifie la variabilité. Cette méthode a été utilisée par Bokonon-Ganta (1987), sur la période 1955-1984 pour montrer la variabilité pluviométrique dans la région du golfe de Guinée.

Boko (1988) en a fait usage pour identifier la variabilité des précipitations sur tout le Bénin de 1951 à 1980. Pour étudier les relations entre l'eau et les cultures dans le Bénin septentrional et central, Afouda (1990) s'en est aussi servi. Par contre, Houndenou, (1999) a utilisé cet indice comme outil-test de la variabilité des précipitations afin de décrire fidèlement la notion de variabilité proprement dite dans des régions homogènes où les pluies sont soutenues. C'est cette même raison qui justifie le choix de cet outil dans cette étude.

· Indice standardisé des précipitations

À partir de l'écart type, l'indice standardisé des précipitations ou Standardized Précipitations Index (SPI) représentant les anomalies centrées réduites pluviométriques interannuelles a été calculé Bergaoui et Alouini (2001).

(4)

Les anomalies se calculent par la formule suivante : =

= indice standardisé des précipitations / anomalie centrée réduite pour

l'année i

= moyenne de la série

= écart-type de la série

Le tableau III présente la classification selon la valeur du SPI.

60

Tableau III : Classification des valeurs du SPI

Classes du SPI Proportion de sécheresse / humidité

SPI > 2 Humidité extrême

1< SPI < 2 Humidité forte

0 < SPI < 1 Humidité modérée

-1 < SPI < 0 Sécheresse modérée

-2 < SPI < -1 Sécheresse forte

SPI < -2 Sécheresse extrême

Source : (Bergaoui et Alouini, 2001)

L'indice standardisé des précipitations a été utilisé pour déterminer les indicateurs des péjorations pluviométriques et spécifiquement, les années marquées par un excédent ou un déficit pluviométrique.

Toutefois, les paramètres de dispersion ne suffisent pas à eux seuls pour mesurer la variabilité, car ils ne décrivent pas l'évolution temporelle des séries pluviométriques (Vissin, 2007). Ainsi, les valeurs de la pluviométrie ont été testées par le test de rupture de Pettitt.

· Test de mise en évidence des ruptures : test de Pettitt

Le test non paramétrique de Pettitt est très efficace pour la détection des « ruptures » dans les séries chronologiques. Il a été expérimenté par plusieurs chercheurs. Au Bénin, on peut citer Houndenou (1999), Ardoin-Bardin (2004), Ogouwale (2006), Vissin (2007), Yabi (2007), Totin (2010) et Ogouwale (2013).

Ce test, dérivé du test de Mann-Whitney (Pettitt, 1979), permet de tester deux échantillons d'une même série. À partir de deux échantillons x1, x2, ..., xt et xt+1, xt+2, ...,xn d'une même série x1, x2, ..., xn, la statistique U compte le

61

nombre de fois où un membre du premier groupe excède un membre du second groupe. Elle s'écrit :

(5)

Avec sgn(x) = 1 si x > 0, 0 si x = 0 et -1 si x < 0.

Soit Kn la variable définie par le maximum en valeur absolue de Ut, n pour t variant de n à n-1, si Kmax désigne la valeur de Kn prise pour la série étudiée, sous l'hypothèse nulle, la probabilité de dépassement de la valeur Kmax est donnée approximativement par :

????????(???? > ????????) = 2exp (-6(????????)2

??³ + ??2 ) (6)

Pour un risque donné de première espèce, si la probabilité Prob (KRNR> K^Rmax^R) est influencée à ?, l'hypothèse nulle est rejetée. Ce test est réputé pour sa robustesse (Lubes et al., 1994) ; (Vissin, 2007).

· Comparaison de deux échantillons temporels

Cette évaluation permet selon Vissin (2007) de mettre en évidence la péjoration pluviométrique. Le choix des périodes est issu des résultats de l'application des tests de Pettitt sur la série pluviométrique.

L'écart « e »entre la moyenne m1 de la période avant la rupture et la moyenne m2 de la période après la rupture est déterminé par la formule suivante :

(7)

Le déficit (en %) est calculé comme suit :

Déficit x 100

(8)

· Étude du bilan climatique

Le bilan climatique traduit le rythme des excédents ou des déficits en eau. Il exprime la différence entre la somme des abats pluviométriques et celle de

62

l'évapotranspiration potentielle (ETP) et constitue, lorsqu'il est positif, le surplus disponible pour la recharge en eau du sol et pour l'écoulement (Sutcliffe et Piper, 1986) et (Vissin, 2001).

Il permet également de mettre en évidence l'évolution du climat à travers les apports pluvieux et les pertes par évaporation et s'exprime par la formule suivante :

Bc = P - ETP, avec : Bc, bilan climatique en mm, P, pluie totale annuelle en mm et ETP, évapotranspiration réelle en mm.

L'ETP est définie comme la demande climatique en vapeur d'eau.

- Si P - ETP > 0, alors le bilan est excédentaire ;

- Si P - ETP < 0, alors le bilan est déficitaire ;

- Si P - ETP = 0, alors le bilan est équilibré.

Cette méthode a été utilisée dans la réalisation de certaines études notamment au niveau régional sur les ressources hydroélectriques en Afrique de l'Ouest (Le Barbe et al., 1993) ; en Guinée pour l'étude du bilan hydrologique, de même au Togo (Sutcliffe et Piper, 1986) et au Bénin (Vissin, 2007; Vodounou, 2010).

3.2. Résultats

Le changement climatique se mesure à travers les paramètres climatiques tels que la température, les précipitations, l'humidité, les vents, la fréquence des événements extrêmes. Les deux premiers sont les principaux abordés par cette recherche. L'analyse de la dynamique climatique a consisté dans un premier temps à analyser l'évolution des régimes pluvio-thermiques. Dans un second temps, les perceptions endogènes de cette variabilité ont été abordées. 3.2.1. Variabilité spatio-temporelle des précipitations

La variabilité des précipitations a été effectuée en fonction des modifications spatiale et temporelle sur la période allant de 1987 à 2016.

63

3.2.1.1. Analyse spatiale de la variation pluviométrique

L'évolution spatiale des hauteurs de pluie est caractérisée par une moyenne de 1219,38 mm et une faible variation (CV=3,08 %) des abats pluviométriques (figure 9).

z

·

Da ' gbo

z

_5

2°25'0"E

2°36'0"E

N30'30"E

2°19'30"E

2°25'0"E

2°36'0"E

2'30'30"E

2°19'30"E

N

w

-

LEGENDE

COMMUNE
D'ADJA-OUERE

Adjohoun

! Chef lieu de commune
Limite de Commune

Pluiviométrie (mm) Période 1987-2016

1171,08-1212,19

1 212,2 - 1 253,3

1 253,31 - 1 294,41

1 294,42 - 1 335,52

COMMUNE DE SAKETE

S

COMMUNE DE ZE

COMMUNE D'IFANGNI

COMMUNE

D'ABOMEY-CALAVI

ués

Source:
ASECNA (2016)
Realisation:

Ferri COCKER, 2018

0 5 10

Km

64

Figure 9 : Répartition spatiale des hauteurs de pluie entre 1987 et 2016

65

L'analyse de la figure 8, révèle ainsi une inégale répartition spatiale de la pluviométrie dans le milieu d'étude. En effet la pluviométrie y varie entre 1171,08 et 1335,52 mm. Les fortes valeurs pluviométriques sont enregistrées au nord et au sud précisément à la latitude de Bonou et de Sô-Ava (pluie >1253 mm). A la latitude de Dangbo et d'Adjohoun, les plus faibles valeurs de pluie sont enregistrées et oscillent entre 1171 et 1212 mm. Cette évolution pluviométrique est aussi marquée par une succession d'années sèches et humides entre 1987 et 2016.

3.2.1.2. Tendance annuelle des précipitations

Le calcul de l'indice pluviométrique moyen a permis d'analyser cette variabilité temporelle des précipitations. Il s'agit ainsi d'une description de l'évolution interannuelle des pluies moyennes dans la vallée. Les résultats obtenus pour cet indice sont présentés par la figure 10.

Figure 10: Variabilité interannuelle des pluies dans le secteur d'étude (1987 -

2016)

66

L'analyse de la figure 10 permet d'observer une variabilité dans l'évolution pluviométrique de 1987 à 2016. La pluviométrie dans le secteur d'étude est en effet, marquée par son irrégularité qui se manifeste par d'importantes fluctuations interannuelles. Malgré la différence des volumes pluviométriques, les quatre stations présentent pratiquement les mêmes caractéristiques en alternant des séquences humides et des occurrences sèches.

En effet, trois phases ont été identifiées dans l'évolution temporelle de la pluviométrie. La première phase est marquée par des excédents pluviométriques et concerne la période 1987-1990. Cependant, la station de Porto-Novo connaît un déficit pluviométrique dès 1990 tandis que celle de Cotonou enregistre deux déficits pluviométriques en 1989 et 1990 même si les années suivantes y sont humides.

La deuxième sous-période est caractérisée par des déficits pluviométriques et concerne la période 1990-2006. Ainsi, à partir de la fin de l'année 1990 jusqu'au début de l'année 2006, il y a eu une longue période de déficit pluviométrique, les indices étant relativement négatifs. Cependant, quelques années sont excédentaires. C'est le cas des années 1997 et 1999 pour la station de Bonou; 1995, 1999 et 2003 pour la station d'Adjohoun ; 1995, 1996, 1997, 1999 et 2004 pour la station de Porto-Novo ; 199.3, 1997, 1999, 2003 et 2004 pour la station de Cotonou.

La troisième période (2006-2016) est caractérisée par des fluctuations interannuelles du volume pluviométrique et concerne essentiellement les stations de Cotonou et de Porto-Novo. Des anomalies pluviométriques sont identifiées durant cette dernière séquence. L'année 2016 par exemple est déficitaire dans la zone, à l'exception de la station de Porto-Novo.

Le Tableau IV présente la répartition des fréquences des années selon les classes de SPI et le caractère toujours irrégulier de la pluviométrie. Il met en

67

exergue des épisodes humides et des épisodes secs. Dans l'ensemble, les séquences humides (15 années) sont égales aux séquences sèches (15 années) au niveau des stations de Bonou et de Porto-Novo. A la station d'Adjohoun, les séquences humides (16 années) sont plus fréquentes que les séquences sèches (14 années). Tandis qu'à la station de Cotonou, on observe une prépondérance des séquences sèches (17 années).

Tableau IV : Fréquence des années selon les classes de SPI

Stations	NA	HE	HF	HM	SM	SF		SE	Bonou
30	0	4	11	10	4	1		Adjohoun
30	0	7	9	8	6	0		Porto-Novo
30	0	3	12	12	2	1		Cotonou
30	2	2	9	14	3	0

Source : Traitement de données, 2019

SPI : indice standardisé des précipitations, NA : nombre d'années, HE :

humidité extrême, HF : humidité forte, HM : humidité modérée, SE : sécheresse extrême, SF : sécheresse forte, SM : sécheresse modérée.

Globalement, il est donc constaté que la décennie 2000 a été beaucoup plus humide que la décennie 1990. Des résultats similaires avaient été obtenus en Afrique de l'Ouest par plusieurs auteurs (Le Barbe et al., 2002 ; Le Lay et Galle, 2005). Ainsi, le secteur d'étude n'est pas en marge de la forte variabilité interannuelle qui caractérise les régions du monde et le Bénin en particulier. Selon Ogouwale, (2006), le Bénin subit en effet, une péjoration climatique récente avec de fortes variabilités spatio-temporelles des précipitations, alternant périodes sèches et périodes humides, caractérisées par une diminution remarquable des événements pluvieux en terme de quantité d'eau précipitée.

Cette variabilité pluviométrique est conforme à ce qui a été observé dans la plupart des travaux sur le régime des précipitations de la sous-région de

l'Afrique de l'Ouest (Mahe et Olivry, 1995 ; Paturel et Servat, 1996) et particulièrement au Bénin (Houndenou, 1992 ; ; Amoussou, 2010 ; Koumassi, 2014 ; Assaba, 2014).

Eu égard à ce qui précède, le test de Pettitt a été appliqué pour ressortir d'éventuelle rupture de stationnarité. La figure 11 présente les résultats dudit test.

68

Figure 11: Rupture de stationnarité dans l'évolution de la série
pluviométrique

L'analyse de la figure 11 révèle, une rupture de stationnarité pendant la décennie 2000. Cette rupture est détectée en 2006 pour les stations de Cotonou et de Porto-Novo, en 2007 pour la station de Bonou et en 2005 pour la station d'Adjohoun. La présence de rupture de stationnarité dans les séries pluviométriques signifie qu'il y a une variation de la moyenne des précipitations avant et après l'année de rupture, cette variation étant statistiquement significative au seuil de 95 %. Le tableau V présente la segmentation de la pluviométrie entre 1987 et 2016.

69

Tableau V : Segmentation de la pluviométrie entre 1987 et 2016

Stations	Début	Fin	Moyenne		Écart-type
1987	2007	1213,23	268,56		Bonou
2008	2016	1583,23	180,81
1987	2005	1096,39	223,21		Adjohoun
2006	2016	1300,09	199,22
1987	2006	1182,40	276,18		Porto-Novo
2007	2016	1313,99	216,74
1987	2006	1318,49	345,34		Cotonou
2007	2016	1423,06	249,44

Source : Traitement de données, ASECNA, 2016

L'analyse de ce tableau confirme que la deuxième sous-période est plus humide que la première pour l'ensemble des stations étudiées. Toutefois, la similarité des années de rupture pour les stations de Cotonou et de Porto-Novo est liée probablement à leur proximité. Ces résultats confirment néanmoins l'existence de deux phases distinctes dans l'évolution pluviométrique et montrent la tendance à la hausse des hauteurs de pluie à partir de 2005. Ce qui se justifie par les nombreuses anomalies positives obtenues après ces années (2007 et 2005) et par les anomalies négatives obtenues dans la décennie 1990.

3.2.1.3. Variabilité saisonnière comparée des précipitations par sous-périodes

L'étude comparée des deux sous-périodes identifiées à partir du test de Pettitt permet de mettre en évidence la baisse marquée des hauteurs de pluie saisonnières. La figure 12 en est une illustration.

70

Figure 12: Régime pluviométrique des sous-périodes 1987-2016

L'analyse comparative de la pluviométrie saisonnière indique que la période 2007-2016 reste excédentaire par rapport à la période 1987-2006 avec un optimum en juin pour les stations de Cotonou et Porto-Novo. Pour les stations de Bonou et Adjohoun, cet optimum se situe en mai. Cependant, au cours de cette saison pluvieuse les stations de Bonou, Cotonou et Adjohoun, connaissent une baisse pluviométrique en avril tandis que ce déficit est enregistré en mai pour la station de Porto-Novo.

3.2.1.4. Évolution mensuelle des champs de précipitations

L'étude de l'évolution des champs pluviométriques au pas de temps mensuel a permis de faire un zonage climatique. La figure 13 présente les isohyètes mensuelles dans le secteur d'étude pour la période 1987-2016.

71

Pluviométrie moyenne mensuelle de janvier à avril

72

Pluviométrie moyenne mensuelle de mai à août

73

Pluviométrie moyenne mensuelle de septembre à décembre
Figure 13 : Évolution moyenne mensuelle du régime pluviométrique

74

L'analyse de cette figure révèle que les mois de janvier, février, mars, novembre, décembre sont caractérisés par un état de sécheresse dont l'amplitude varie suivant la pluviométrie au niveau de chaque station. Le mois de décembre enregistre les plus faibles valeurs pluviométriques. Les valeurs les plus faibles sont enregistrées au sud à la latitude de Dangbo (11mm), tandis que les champs de précipitations les plus élevés (17 à 20 mm) sont observés au nord à la latitude de Bonou. Aussi, ce mois est-il moins arrosé que les mois de janvier, février et mars. Au cours du mois de mars, les valeurs pluviométriques les plus élevées sont enregistrées au nord et au sud plus précisément à la latitude de Dangbo et Bonou (81mm).

Les périodes d'avril, mai, juin, juillet correspondent à la grande saison pluvieuse. Au cours de cette période, les hauteurs de pluie sont élevées et oscillent entre 113 mm et 321 mm. Dans la période, le mois d'avril enregistre les plus faibles valeurs pluviométriques (113 à 141 mm). Le mois de juin est le mois le plus arrosé de l'année (186 à 321 mm). Au cours de ce mois, la hauteur de pluie est marquée par une évolution graduelle et un gradient sud-nord.

En juillet, août et septembre, cette hauteur de pluie diminue graduellement avec un gradient pluviométrique tantôt nord-sud, tantôt sud-est/sud-ouest. Le mois d'octobre enregistre des précipitations variant de 155 à 180 mm. Les valeurs les plus élevées sont enregistrées au nord du secteur d'étude, tandis que les précipitations les moins élevées sont observées au centre à Adjohoun. Le mois de novembre est quant à lui, marqué par un gradient nord-sud. Au cours de ce mois les précipitations deviennent faibles et descendent jusqu'à 32 mm.

Pour mettre en évidence les mois les plus humides, l'analyse du bilan climatique a été effectuée.

75

3.2.1.5. Bilan climatique

La détermination du bilan climatique permet de déduire les mois humides des mois secs dans le secteur d'étude. La figure 14 met en exergue les mois les plus humides de l'année.

Bonou Cotonou Adjohoun Porto-Novo

350,0

-50,0

-100,0

Mois

Bilan climatique (mm)

300,0

250,0

200,0

150,0

100,0

50,0

0,0

Figure 14: Bilan climatique mensuel

De l'analyse de la figure 14, il ressort qu'au pas de temps mensuel, le bilan climatique permet d'identifier deux périodes opposées :

· sept mois humides s'observent d'abord de mars à juillet et de septembre à octobre, avec un optimum en juin. Ces mois fournissent à eux seuls 80 à 86 % de la pluviométrie annuelle de la période 19872016. Les rivières pendant ces mois sont alimentées en surplus d'eau et favorisent l'alimentation des réservoirs souterrains.

· De novembre à février, ce sont les mois secs où la demande évaporatoire de l'atmosphère est très importante, avec un fort amenuisement et même l'assèchement des réserves d'eau du sol.

76

Par ailleurs, la péjoration pluviométrique de la première période est beaucoup plus marquée pendant les mois les plus pluvieux. Dans l'ensemble, la baisse de la pluviométrie de ces mois durant la première sous-période (1987-2007) comparativement à la deuxième sous-période (2008-2016) est de 17,4 %. Les déficits les plus importants sont enregistrés pendant les mois de juin (11,8 %) et octobre (10,1 %) à la station de Porto-Novo, de mai (23,3 %) et octobre (8,7 %) à la station de Cotonou. Le tableau VI présente les déficits entre les différentes périodes.

Tableau VI : Déficits entre les sous-périodes des mois les plus humides

		Bonou			Adjohoun		Porto-Novo				Cotonou
1987-	2008-Déficit	1987-		2006-Déficit	1987-		2007-Déficit	1987-		2007-Déficit
2007	2016	(%)	2005	2016	(%)	2006	2016	(%)	2006	2016	(%)		Avr
81	82	1,0	60	97	61,3	65	63	-3,8	73	81	11,4		Mai
127	120	-5,1	119	110	-7,3	110	108	-1,3	139	106	-23,3		Juin
134	164	22,5	144	208	44,4	155	137	-11,8	206	223	8,4		Juill
184	190	3,5	199	201	1,2	246	324	31,5	317	398	25,7		Sept
138	144	4,4	131	154	17,5	148	192	29,2	127	145	14,3		Oct
162	159	-2,1	138	149	7,9	163	147	-10,1	139	127	-8,7		Total
160	179	11,6	136	189	39,3	135	200	48,4	164	179	9,0

Source : Traitement de données, ASECNA, 2016.

La comparaison des moyennes par sous-période des mois les plus humides révèle également que la première sous-période a été moins humide que la seconde. Néanmoins, il faut remarquer que la hausse entre les deux sous-périodes est de 11,62 % à la station de Bonou, 39,3 % à la station d'Adjohoun, 48,4 % à la station de Porto-Novo et 9 % à la station de Cotonou.

77

3.2.2. Analyse de la variation thermique

L'analyse de la variation des températures maximales et minimales sur la période 1987-2016 révèle que le secteur d'étude est affecté par une modification de son régime thermique avec quelques anomalies thermiques. Il s'agit ici de l'anomalie thermique ou l'anomalie de la température moyenne pour chaque mois et pour chaque année, moyennée ensuite sur l'ensemble du pays. L'unité de mesure est le degré Celsius (°C). L'anomalie de la température moyenne est la mesure de l'écart positif ou négatif par rapport aux conditions normales. Il s'agit d'un indicateur standard de changement climatique qui est couramment utilisé dans les rapports de surveillance. L'anomalie de la température moyenne à l'échelle du globe, basée sur l'ensemble des anomalies constatées à l'échelle locale et régionale, est l'un des indices les plus largement employés et les plus connus en climatologie. Le suivi de l'anomalie de la température moyenne à l'échelon national est essentiel pour comprendre l'importance relative de la variabilité interannuelle et les changements à plus long terme causés par les activités humaines.

3.2.2.1. Tendance annuelle des températures

Les figures 15 et 16 illustrent l'évolution des températures minimales et maximales, respectivement au niveau des stations de Cotonou et de Bohicon qui couvrent le secteur d'étude.

Figure 15: Tendance des températures maximales et minimales à Cotonou

Figure 16: Tendance des températures maximales et minimales à Bohicon

78

Les températures maximales oscillent entre 32,32°C et 33,76°C à Bohicon et entre 30,1 à 31,1 °C à Cotonou soit une hausse respective de 1,44°C et 1°C. Quant aux températures minimales, elles varient de 24,3°C à 25,7°C à Cotonou soit une augmentation de 1,4°C. A Bohicon, ces valeurs varient de

22,6 à 24,41°C soit une augmentation de 1,81°C. Les températures minimales et maximales ont donc partout augmenté. Le nord du secteur d'étude est le plus affecté par cette hausse.

Ce réchauffement thermique est illustré par l'augmentation quasi continue des anomalies thermiques positives à partir de 1998. La figure 17 présente les anomalies thermiques à la station de Cotonou et la figure 18 présente les anomalies thermiques à la station de Bohicon.

79

Figure 17: Anomalies thermiques à la station de Cotonou

80

Figure 18: Anomalies thermiques à la station de Bohicon

L'analyse des anomalies thermiques révèle d'une part, une similarité dans l'évolution annuelle du régime thermique des stations de Cotonou et de Bohicon. Elle rend compte d'autre part d'une irrégularité dans l'évolution de ces anomalies qui est marquée par deux périodes distinctes. La première période est marquée par des déficits thermiques et concerne la période 19871997. La deuxième période est celle de 1998-2016 qui est caractérisée par une succession de plusieurs anomalies positives, ce qui confirme cette tendance au réchauffement supra décrite. Cette tendance à la hausse de températures entraine une augmentation de la demande évaporatoire, ce qui va se traduire par une pression sur les ressources en eaux en particulier celles de surface.

3.2.2.2. Tendance thermique mensuelle

La température moyenne mensuelle suit un rythme annuel bimodal avec deux pics en mars (29,48°C) et en novembre (28,37 °C) pour la station de Cotonou

81

(figure 19), en février (29,96°C) et en décembre (28,53°C) pour la station de Bohicon (figure 20)

Figure 19 : Régimes thermiques moyens à la station de Cotonou

Figure 20 : Régimes thermiques moyens à la station de Bohicon

82

Manifestement, les mois de décembre, novembre, février et mars détiennent les plus grandes valeurs de température traduites par une forte chaleur qui apparaît très éprouvante pour les populations locales. Les plus faibles valeurs de la température sont enregistrées en juillet-août.

3.2.3. Perception endogène des manifestations des changements climatiques

Les investigations de terrain montrent que la population n'est pas ignorante des bouleversements climatiques qui caractérisent le Bénin et en particulier la basse vallée de l'Ouémé. Cet impact est particulièrement important dans le secteur d'étude où l'agriculture est à 100 % pluviale sans aucune alternative d'irrigation à grande échelle et constitue la principale source d'emplois et de revenus pour la majorité de la population. Cette communauté est en effet, unanime sur les changements climatiques en cours. Pour faire face à cette situation indésirée, les producteurs sont parfois obligés ou contraints de développer des stratégies en vue d'améliorer leur production. Ainsi, dans le contexte des changements climatiques, les producteurs du secteur d'étude développent des adaptations visant à réduire leur vulnérabilité ou à améliorer leur résilience face à des changements observés ou prévus au niveau du climat à travers de nouveaux systèmes de production. Ils optent à certains moments pour les spéculations à cycle court même si le risque de perte n'est pas nul. Les effets du changement climatique ont poussé certains producteurs du secteur d'étude à changer d'activité après des pertes de récoltes (18 %), d'autres se sont endettés (15 %) et les moins téméraires se sont laissés à la démotivation et ses corolaires (14 %). Presque tous les enquêtés sont dans la demande d'assistance, pas seulement financière mais technique. Ils souhaiteraient que l'Etat mette en place des projets pour suivre avec eux l'évolution du changement climatique et les accompagner à trouver des « solutions scientifiques » auxquelles s'ajouterons les stratégies endogènes

d'adaptation qui sont des solutions fondées sur la nature. Les perceptions socio-anthropologiques des indicateurs de changement climatique sont synthétisées dans le tableau VII.

Tableau VII : Synthèse des perceptions paysannes des changements climatiques

Faits

climatiques (%) enquêtés Manifestations Conséquences

74 %

88 %

Réduction de la

durée de saisons 84 % Pluies tardives

Chaleur de plus en plus intense et accablante

Augmentation de l'intensité pluviométrique

Les temps sont de plus en plus chauds surtout pendant la saison pluvieuse

Pendant la grande saison pluvieuse, les pluies sont violentes et se déclenchent soudainement

Baisse des rendements halieutiques et du développement des plantes

La fréquence des crues est élevée entraînant des inondations et les pertes de récoltes

Perturbation du calendrier agricole

83

Source : Enquête de terrain, 2018

La pluviométrie

Les indicateurs des changements pluviométriques tels que l'augmentation de la pluviosité, le raccourcissement de la saison pluvieuse ont été reconnus par plus de 50% des enquêtés. Ces indicateurs ont été cités comme étant les paramètres climatiques changeants les plus déterminants puisqu'ils ont une influence directe sur les différentes activités menées dans le milieu d'étude. La température

L'analyse du tableau VII indique que les perceptions des enquêtés sont globalement uniformes pour l'augmentation de la chaleur. En effet,

84

l'indicateur Chaleur de plus en plus intense et accablante, a été perçu par plus de 74% des interviewés.

Les résultats de cette étude ont montré ainsi que les perceptions des enquêtés sont en accord avec les tendances révélées par l'analyse des données climatiques.

3.3. Discussion

L'approche méthodologique utilisée a permis d'analyser les paramètres étudiés. Elle a conduit à la détermination de point de rupture qui a permis de distinguer deux périodes qui ont été analysé puis comparées suivant les axes de la recherche. Cela a débouché sur la caractérisation de la similitude entre les résultats scientifiques et les perceptions endogènes. Même si l'objectif visé est atteint, cette méthode n'a pas permis d'estimer de façon quantitative chiffrée les effets du changement climatique sur les ressources en eau. Les précipitations constituent un des paramètres fondamentaux du climat et leur évolution peut-être révélatrice et indicatrice d'un changement de climat (Ogouwale, 2006). Dans le milieu d'étude, les hauteurs de pluie moyennes annuelles oscillent entre 1171 et 1335 mm. Dans ce milieu, le nord et le sud enregistrent les plus fortes pluviométries contrairement au centre. Cette diminution des précipitations pourrait s'expliquer par le fait que la région côtière s'inscrit dans la diagonale de sécheresse qui s'étend du Bénin au Ghana (Boko, 1988 ; Houndenou, 1999). L'analyse des séries pluviométriques sur la période 1987-2016 a également permis d'observer, plusieurs anomalies négatives au cours de la décennie 1990. En revanche, la deuxième moitié de la décennie 2000 est marquée par des excédents pluviométriques.

L'application du test de Pettitt aux séries pluviométriques met en évidence des ruptures de stationnarité respectivement en 2007 et 2005 pour les stations de Bonou et Adjohoun tandis que les stations de Porto-Novo et de Cotonou

85

enregistrent une rupture de stationnarité en 2006. De ces résultats, il se dégage une hausse des hauteurs de pluie. L'augmentation des pluies ainsi révélée dans le secteur d'étude est en accord avec les résultats de Vissin et al. (2016), qui ont montré que la basse vallée de l'Ouémé a non seulement connu une rupture de stationnarité, mais aussi une légère reprise des hauteurs pluviométriques de 2 % à la fin des années 1990. Dans le même ordre d'idée, en étudiant la variabilité spatio-temporelle de la pluviométrie dans le bassin de l'Ouémé au Bénin, Alamou et al. (2016) révèlent une augmentation très importante du cumul pluviométrique à partir de 2002 à Cotonou comme à Bohicon. Dès lors se pose la question de l'évolution générale des pluies à plus long terme dans le contexte des changements climatiques.

Toutefois, le déficit enregistré pendant la décennie 1990 correspond à la péjoration climatique observée au Bénin et aussi en Afrique de l'Ouest depuis les années 1970 comme l'ont déjà montré plusieurs auteurs (Bokonon-Ganta, 1987 ; Boko, 1988 ; Afouda, 1990 ; Houndenou, 1999 ; Ogouwale, 2006 ; Totin, 2010). Elle est également similaire à celle observée par Amoussou (2010) dans le bassin versant du complexe Mono-Ahémé-Couffo au Sud-Bénin. A ce niveau, l'auteur a montré que la baisse des précipitations depuis les années 1970 s'est poursuivie en s'amplifiant au début de la décennie 1980, avec des sécheresses sensibles, surtout de 1982 à 1987.

Par ailleurs, l'augmentation des précipitations se déroule principalement au coeur de la saison des pluies et est liée à la hausse thermique enregistrée sur la période 1987-2016. En effet, la dynamique de mousson s'intensifie en réponse à l'augmentation du gradient thermique continent/océan (Monerie et Roucou, 2015) et à cela, il faut aussi ajouter un effet local lié à l'augmentation de l'évaporation de surface et de l'humidité atmosphérique favorisant une instabilité atmosphérique et donc les pluies (Seth et al., 2013).

86

Plus de 50% des enquêtés ont perçu ces changements climatiques à travers les indicateurs tels que la hausse de l'intensité pluviométrique, le rétrécissement de la saison pluvieuse, la chaleur de plus en plus intense et accablante. D'une façon globale, les pluies tardives constituent une menace pour les activités agricoles. Les chaleurs de plus en plus accablantes constituent des facteurs de perturbation des activités de pêche. Ces perceptions sont en accord avec les travaux réalisés par Ogouwale (2006) qui confirme les perceptions paysannes selon lesquelles les changements climatiques sont manifestés à travers le démarrage tardif et la mauvaise répartition des pluies suivie d'une chaleur plus intense et accablante.

Dans leur étude sur l'Agriculture paysanne et stratégies d'adaptation au changement climatique au Nord-Bénin, Vodounou et Doubogan (2016) ont identifié 9 indicateurs d'impacts du changement climatique sur l'agriculture et les producteurs. L'indicateur d'impact le plus prépondérant déclaré par les populations est l'insécurité alimentaire (22 %) qui constitue la conséquence du bouleversement des dates de semis (16 %) et de la baisse de rendement (15 %). Dans la présente étude, ces indicateurs sont sous-entendus puisque les enquêtés ont évoqué le changement d'activité, l'endettement et la démotivation. Lorsque la baisse des rendements conduit à l'insécurité alimentaire, on ne peut que s'attendre à la démotivation vue que tout est lié.