Cas d’étude sur la région de Tillabéry · La présente étude se base sur les sorties des...
Transcript of Cas d’étude sur la région de Tillabéry · La présente étude se base sur les sorties des...
VARIABILITES ET CHANGEMENTS
CLIMATIQUES ET LEURS IMPACTS
SUR LES CULTURES PLUVIALES
Cas d’étude sur la région de Tillabéry
2014 Rapport N°.6
Maurizio Bacci
Katiellou Lawan Gaptia
Mme Liman Aissa Diallo
Cette étude a été réalisée dans le cadre du Projet ANADIA Niger par une
équipe de travail pluridisciplinaire composée par :
Maurizio BACCI (IBIMET-CNR)
Lawan Gaptia KATIELLOU (DMN-MT)
Aissa DIALLO LIMAN (DMN-MT)
L’étude a été cofinancée par la Direction Générale pour la Coopération au
Développement du Ministère des Affaires Etrangères d’Italie, l’Istituto di
Biometeorologia du Conseil National des Recherches d’Italie, le Dipartimento
Interateneo di Scienze, Progetto e Politiche del Territorio du Politecnico di
Torino et la Direction de la Météorologie Nationale du Niger à travers le
projet ANADIA Niger.
ANADIA Niger Projet AdaptatioN Au changement climatique, Projet AdaptatioN Au changement climatique,
prévention des catastrophes et
Développement agrIcole pour la sécurité Alimentaire
ANADIA Niger
~ 3 ~ Cas d’étude sur la région de Tillabéri
Sommaire
I. INTRODUCTION ..................................................................................................................................... 4
II. METHODOLOGIE ................................................................................................................................... 5
II.1 Les modèles numériques du climat et le téléchargement des données des paramètres
climatiques pour le futur ...................................................................................................................... 5
II.2 Choix des périodes cruciales pour la température et la précipitation en considérant le cycle des
cultures pluviales dans la région de Tillabéri. ....................................................................................... 6
II.3 Extraction sur la série 1861-2100 les données de température et précipitation issues des 5
modèles retenues ainsi que celles issues de la moyenne de l’ensemble des modèles ....................... 6
III. RESULTATS ............................................................................................................................................ 8
III.1 Le cumul pluviométrique annuel ................................................................................................... 8
III.2 Cumul pluviométrique du mois de juin ....................................................................................... 12
III.3 Cumul pluviométrique du mois d’octobre ................................................................................... 15
III.4 Température maximale du mois de juin ...................................................................................... 17
III.5 Température moyenne maximale des mois de Juillet et Août .................................................... 21
III.6 Influence de la pluviométrie et de la température maximale sur les cultures du mil et niébé en
pluviale ................................................................................................................................................ 23
IV. CONCLUSION ...................................................................................................................................... 25
ANADIA Niger
~ 4 ~ Cas d’étude sur la région de Tillabéri
I. INTRODUCTION
La région de Tillabery est située à l’extrême Ouest du Niger (voir carte ci-dessous zone en gris) et
compte 44 communes.
Fig. 1 Région de Tillabéri
La production agricole de la région est fortement lié au climat, donc afin de permettre une évaluation
des impacts futurs du changement climatique sur la production céréalière la présente étude cherche à
évaluer les relations actuelles de certains paramètres climatiques notamment la pluviométrie et la
température et les rendements et la production des cultures vivrières en l’occurrence le mil et le niébé
dans la région de Tillabery en vue d’en déduire les impacts climatiques actuels et futurs (horizons
2020-2030 ; 2040-2060 et 2080-2100) sur ces cultures. Le choix de plusieurs échelles temporels nous
permette d’évaluer aussi la tendance future pour les différents indices climatiques et pour plusieurs
intérêts de planification.
Dans l’étude on s’adresse surtout aux risques agrométéorologiques liées aux phases sensibles des
cultures céréalières en pluviale, cultures qui représentent la principale source de nourriture des
populations rurales de la région et donc de sécurité alimentaire.
Avec un démarche de création de plusieurs scenarios futurs, on explore la prévision du climat,
particulièrement précipitations et température, afin de fournir une diagnostique des conditions
ANADIA Niger
~ 5 ~ Cas d’étude sur la région de Tillabéri
climatiques attendus dans les prochains 100 ans et contribuer à fournir une assistance à la
communauté agricole pour les stratégies de mitigation des effets du changement climatique à prendre.
II. METHODOLOGIE
II.1 Les modèles numériques du climat et le téléchargement des
données des paramètres climatiques pour le futur
La présente étude se base sur les sorties des modèles numériques du climat disponibles par plusieurs
institutions pour estimer les conditions futures de pluviométrie et température dans la région de
Tillabéri. Le modèle numérique du climat est un logiciel qui simule l’évolution des différentes
composantes du système climatique ainsi que leurs interactions. De tels modèles permettent
d’améliorer notre compréhension des processus climatiques et sont essentiels pour estimer
l’évolution future du climat.
Climate Explorer est un outil de recherche pour étudier le climat dans lequel on peut télécharger les
outputs des différents modelés et paramètres climatiques pour les différents scenarios de CC. On a
procédé avec le téléchargement des données de pluviométrie mensuelle et température maximale
pour la période 1861-2100 pour la fenêtre 0-4° E 12.5-15°N, environ la partie ouest du Niger.
Parmi les 42 modèles qui constituent l’ensemble des sorties disponibles, 5 modèles de CC ont été
choisis casuellement comme échantillon pour décrire la variation interannuelle de la pluviométrie et
de la température pour la région de Tillabéri.
Pour vérifier la validité des modèles climatiques, on simule le climat présent et les climats du passé,
ces résultats sont alors confrontés aux donnés disponibles, obtenues directement par des
thermomètres et des pluviomètres installés dans la région. Cette confrontation aux données
d’observation permet d’affiner le choix du modèle qui mieux exprime l’évolution du climat de la zone
d’étude.
Le téléchargement de la valeur moyenne des sorties des modèles a été utiliser pour vérifier les
tendances du signal climatique présente et futur. Pour aboutir à un choix du modèle qui mieux estime
la tendance climatique de la région on a procédé avec l’extraction des valeurs de temperature et
pluviométrie de la région en utilisant la station de Tillabéri. L’extraction des données est produite en
format tabulaire et on a transformé les fichiers en format de classeur Excel pour permettre le calcul
des statistiques de base sur chaque modèle. Les différentes séries ont été traitées pour être
homogènes et utilisables pour une comparaison entre les différentes séries.
On a calculé aussi la valeur moyenne des sorties du modèle pour avoir un signal de référence des
tendances des estimations des pluies et de température générale.
ANADIA Niger
~ 6 ~ Cas d’étude sur la région de Tillabéri
II.2 Choix des périodes cruciales pour la température et la
précipitation en considérant le cycle des cultures pluviales dans la
région de Tillabéri.
L’indication de la valeur moyenne de précipitation annuelle prévue dans la zone est un des indicateurs
les plus utilisés pour caractériser la saison agricole. Les conditions favorables à l’installation et à la
bonne croissance des cultures céréalières dans la région de Tillabéri sont la phase d’installation et de
fin de la campagne, périodes qui déterminent aussi la longueur de la saison agricole. En effet
typiquement dans la région les pluies s’installent dans le mois de Juin et les conditions favorables
continuent jusqu’au mois de Octobre. Une baisse de précipitations dans ces mois engendre un risque
pour le complètement du cycle végétatif des cultures.
Pour la température on considère deux effets pour les cultures, dans la phase d’installation des
cultures on s’oriente à évaluer la température maximale, c'est-à-dire le limite physiologique de stress
pour les jeunes plantules et pour le période vegetatif des cultures on évalue par contre la température
moyenne qui est un indice indirect de la productivité des espèces. Il faut se rappeler que chaque
espèce a un intervalle de température optimale pour la croissance. Si on dépasse ces valeurs la plante
démarre ses stratégies de défense à la chaleur jusqu’à l’arrêt complet de la photosynthèse.
En considérant toutes ces indications les indices choisis pour l’évaluation future du climat sont :
Cumul annuel des précipitations
Cumul mensuel des précipitations du mois de juin
Cumul mensuel des précipitations du mois d’octobre
La température moyenne maximale des mois de juillet-Août
La température maximale du mois de juin
II.3 Extraction sur la série 1861-2100 les données de température et
précipitation issues des 5 modèles retenues ainsi que celles issues de
la moyenne de l’ensemble des modèles
Avec l’établissement d’un fichier Excel de synthèse avec les données issues des 5 modèles on a
procédé, pour chaque modèle, au calcul des valeurs statistiques pour pluviométrie et température à
plusieurs horizons temporelles : 2020-2030 ; 2040-2060 et 2080-2100. Pour chaque modèle on a
procédé au calcul des différents indices sélectionnes sur les périodes de l’année et on a procédé au
calcul des principaux descripteurs statistiques tel que la moyenne, maxi, Percentile 90, percentile 10 et
l’écart-type.
La superposition des données observées par le réseau de stations météorologiques de la région de
Tillabéri (série 1980-2012) avec la série des différents modèles nous a permit d’évaluer l’écart de
moyenne entre la valeur de chaque modèle et la valeur observé, en plus cela a nous permis de
conduire un calcul du coefficient de corrélation entre la valeur de chaque modèle et la valeur observé.
Les deux indications nous servent pour comprendre quel est le modèle, entre le cinq sélectionné, qui
ANADIA Niger
~ 7 ~ Cas d’étude sur la région de Tillabéri
mieux approxime les valeurs enregistres dans la région et, avec l’évaluation du coefficient de
corrélation, comprendre quel est le modèle qui mieux décrit la variabilité interannuelle du signal.
Ces informations nous guident pour la sélection du model qui exprime mieux la variation du
paramètre climatique en considérant le coefficient de corrélation le plus élevé et sélection du modèle
qui mieux exprime la valeur absolu le plus proche aux valeurs observes (écart entre les deux
moyennes le plus petit).
Ces indications nous serviront pour indiquer, dans le tableau des prévisions futures du climat, les
valeurs qu’on peut s’attendre en futur pour les indices et donc de comprendre les tendances futures du
climat.
Enfin, la superposition des données de production et rendement du mil et niébé dans la région de
Tillabéri pour la période 1997-2012 et évaluation de la corrélation entre production et rendement et
les différents paramètres étudies (précipitation totale, précipitation mois de juin, précipitation mois de
octobre et température maxi des mois juillet-Août et maxi du mois de juin) nous permette de
comprendre quel est l’impact de chaque variation annuelle des différents paramètres dans la
production agricole de la région.
ANADIA Niger
~ 8 ~ Cas d’étude sur la région de Tillabéri
III. RESULTATS
III.1 Le cumul pluviométrique annuel
La figure (Fig. 2) montre qu’il y a une grande variabilité dans les modèles dans la description de
l’évolution de la pluviométrie annuelle et observée que certaines par rapport aux autres ont une
tendance à la hausse et une grande variabilité vers la fin du siècle. Le modèle 36 retrace aussi les
sécheresses des années 1960.
Fig. 2 Projection du cumul pluviométrique annuel des modèles climatiques et des valeurs de station de
Tillabéri pour la période 1861-2100
En considérant la table de synthèse (
0
200
400
600
800
1000
1200
18
61
18
69
18
77
18
85
18
93
19
01
19
09
19
17
19
25
19
33
19
41
19
49
19
57
19
65
19
73
19
81
19
89
19
97
20
05
20
13
20
21
20
29
20
37
20
45
20
53
20
61
20
69
20
77
20
85
20
93
station pluie_Modele0 pluie_Modele1 pluie_Modele11
pluie_Modele36 pluie_Modele40 plui_modelMoy
ANADIA Niger
~ 9 ~ Cas d’étude sur la région de Tillabéri
Tab. 2) le modèle 36 est celui qui donne un écart et une corrélation meilleure avec la pluviométrie
observée sur la période 1980-2012.
Tab. 1 Valeurs moyennes du cumul annuel dans la période 1980-2012 des différents modèles et
corrélation avec la valeur de station
Pluie MOYENNE 80-12 (mm)
Station Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
436.1 302.4 234.9 694.9 483.7 540.0 514.0
Ecart -133.8 -201.2 258.8 47.5 103.9 77.8
CORRELATION
Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
0.30 0.04 -0.05 0.30 0.22 0.36
Si on se concentre sur l’évolution du signal du modèle 36 (Fig. 3) on voit comme pour le futur on peut
s’attendre à une augmentation de la probabilité d’avoir des années humides associés à une forte
variabilité interannuelle. Par contre si on considère la valeur moyenne des différents modelés, qui
donne aussi une bonne corrélation avec le signal de la pluie observé on peut voir comme pour le futur
la tendance de la pluviométrie est presque stable.
Fig. 3 Projection du cumul pluviométrique annuel du modèle 36 et de la valeur moyenne des différents
modèles avec la comparaison des valeurs de station de Tillabéri pour la période 1861-2100
La construction de la table de synthèse des sorties et des valeurs statistiques aux différents échelles
temporelles pour les modèles sélectionnes nous permettre d’avoir une aperçu des valeurs climatiques
attendues dans les futur avec un large éventail de possibilité. Entre eux le modèle 36 nous permette
d’avoir une vision des conditions prévues par le modèle qui mieux estime le signal de la pluviométrie
annuelle dans la région.
La grande incertitude liée au cumul saisonnière des pluies nous ne permette pas de fournir indications
claires sur les choix optimales à prendre d’un point de vue agronomique. Cependant, dans un cadre de
grande incertitude et de forte variabilité interannuelle avec une tendance à la hausse pour la fin du
0
200
400
600
800
1000
1200
18
61
18
69
18
77
18
85
18
93
19
01
19
09
19
17
19
25
19
33
19
41
19
49
19
57
19
65
19
73
19
81
19
89
19
97
20
05
20
13
20
21
20
29
20
37
20
45
20
53
20
61
20
69
20
77
20
85
20
93
station
pluie_Modele36
plui_modelMoy
ANADIA Niger
~ 10 ~ Cas d’étude sur la région de Tillabéri
siècle, il faudra bien prévoir des stratégies d’adaptation dynamiques qui pourront, dans chaque année,
s’adapter à conditions climatiques très différentes. La disponibilité de semence de variétés à cycle
longue et court est envisageable pour permettre aux agriculteurs de mieux choisir selon les conditions
qui se présentent à début saison.
ANADIA Niger
~ 11 ~ Cas d’étude sur la région de Tillabéri
Tab. 2 Tendance et variabilité climatique du cumul pluviométrique annuel à l’horizon 2020-2030,
2040-2060, 2080-2100
Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne Moy 2020-30 317.8 270.0 713.3 582.1 547.7 531.5 Moy 2040-60 318.8 265.1 742.9 690.6 623.7 542.7 Moy 2080-2100 343.4 304.2 692.6 851.7 618.4 540.2 Max 2020-30 385.3 442.1 849.6 732.2 674.9 551.3 Max 2040-60 373.5 409.7 976.2 982.2 796.8 561.5 Max 2080-2100 391.9 503.2 831.8 1011.6 790.4 561.5 Percentile 90 2020-30 335.2 279.3 810.0 785.1 698.0 546.0 Percentile 90 2040-60 365.1 363.6 822.7 808.2 715.5 556.4 Percentile 90 2080-2100 383.2 422.5 819.6 998.4 709.9 553.1 Percentile 10 2020-30 289.6 181.8 624.4 545.9 516.4 518.4 Percentile 10 2040-60 291.8 208.1 625.6 535.8 520.9 522.5 Percentile 10 2080-2100 311.8 210.4 592.0 668.6 521.1 528.9 dev standard 2003-2012 38.36 84.95 79.11 79.78 77.01 10.69 dev standard 2020-30 31.79 87.22 79.98 81.52 73.71 10.40 dev standard 2040-60 30.20 62.02 90.44 134.32 80.41 13.74 dev standard 2080-2100 29.17 84.68 84.73 119.12 80.72 10.69
ANADIA Niger
~ 12 ~ Cas d’étude sur la région de Tillabéri
III.2 Cumul pluviométrique du mois de juin
La pluviométrie du mois de juin simulé par les modèles dénote une grande variabilité interannuelle en
plus la majorité des modèles surestimes les précipitations. Le signal futur moyen dénote une absence
de tendances.
Fig. 4 Projection du cumul pluviométrique pour le mois de juin des modèles climatiques et des valeurs
de station de Tillabéri pour la période 1861-2100
Le tableau (Tab. 3) fait ressortir que les modèles 0 et 1 semblent mieux décrire la pluviométrie
observée pour le mois de Juin dans la période 1980-2012. En particulier le modèle 0 à une meilleure
exactitude de représentation du phénomène pendant que le modèle 1 a une meilleure corrélation avec
l’estimation. Tous les deux ont une tendance à sous-estimer la valeur de pluie enregistrée dans le mois.
L’ensemble de modèles bien estime la valeur de pluie mais avec un baisse corrélation du à l’effet du
lissage du signal moyenne.
Tab. 3 Valeurs moyennes du cumul du mois de juin dans la période 1980-2012 des différents modèles
et corrélation avec la valeur de station
Pluie mois de Juin MOYENNE 80-12 (mm)
Station Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
59.0 44.6 28.8 114.1 35.5 93.5 78.9
Ecart -14.4 -30.2 55.1 -23.5 34.5 19.9
CORRELATION
Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
0.03 0.22 -0.05 -0.17 0.00 0.08
0
20
40
60
80
100
120
140
160
180
200
18
61
18
69
18
77
18
85
18
93
19
01
19
09
19
17
19
25
19
33
19
41
19
49
19
57
19
65
19
73
19
81
19
89
19
97
20
05
20
13
20
21
20
29
20
37
20
45
20
53
20
61
20
69
20
77
20
85
20
93
mm
Année
stat JUIN_0 JUIN_1 JUIN_11
JUIN_36 JUIN_40 JUIN_mean
ANADIA Niger
~ 13 ~ Cas d’étude sur la région de Tillabéri
Avec la visualisation de la sortie du modèle 0 et de la moyenne des modèles avec la comparaison du
signal de station on peut voir comme pour le futur la tendance de la pluviométrie du mois de juin est
plutôt constante avec aucune identification de cycles humides et secs. On voit une grande variabilité
du signal pour la période 2020-2040 qui pourra engendrer problèmes pour l’installation des cultures
avec une forte incertitude des semis.
Fig. 5 Projection du cumul pluviométrique du modèle 0, moyenne de l’ensemble des modèles et des
valeurs de station pour la période 1861-2100
Avec la table de synthèse des sorties et des valeurs statistiques aux différents échelles temporelles on
peut voir que entre les valeurs du modèle 0 donne une grande variabilité de la distribution de la pluie
avec des valeurs maximales qui vont jusqu’à 128 mm dans la période 2020-2030 mais qu’ils diminuent
dans les horizons temporel plus loin. On observe aussi une augmentation des valeurs du percentile 10
(les années sèches) pour l’horizon 2080-2100, pour témoigner une tendance à la diminution de la
variabilité annuelle comme confirmé par les valeurs de déviation standard des modèles 0 et 1.
0
20
40
60
80
100
120
18
61
18
69
18
77
18
85
18
93
19
01
19
09
19
17
19
25
19
33
19
41
19
49
19
57
19
65
19
73
19
81
19
89
19
97
20
05
20
13
20
21
20
29
20
37
20
45
20
53
20
61
20
69
20
77
20
85
20
93
mm
Année
stat JUIN_0 JUIN_mean
ANADIA Niger
~ 14 ~ Cas d’étude sur la région de Tillabéri
Tab. 4 variabilités climatiques et tendances du cumul pluviométrique du mois de juin à l’horizon
2020-2030, 2040-2060, 2080-20100
Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne Moy 2020-30 49.8 37.8 100.4 35.3 94.5 79.8 Moy 2040-60 43.2 26.9 113.6 35.1 87.2 78.4 Moy 2080-2100 52.5 36.7 118.1 40.9 90.2 76.6 Max 2020-30 128.4 94.6 131.2 74.3 156.0 86.0 Max 2040-60 75.5 68.3 177.9 86.2 126.2 90.3 Max 2080-2100 89.4 98.3 250.1 72.8 129.3 83.9 Percentile 90 2020-30 73.1 40.9 207.7 45.7 135.0 80.0 Percentile 90 2040-60 56.8 42.3 163.9 61.7 104.6 84.7 Percentile 90 2080-2100 75.6 59.0 153.6 64.4 120.3 80.9 Percentile 10 2020-30 24.0 18.7 73.2 17.0 69.6 74.9 Percentile 10 2040-60 23.1 8.4 78.3 12.2 69.6 73.2 Percentile 10 2080-2100 32.1 17.4 89.0 23.7 46.9 71.0 dev standard2003-2012 14.66 15.96 39.94 15.80 29.81 3.47 dev standard2020-30 29.47 21.88 18.92 18.48 36.70 3.99 dev standard2040-60 13.45 14.76 32.74 22.24 16.70 4.59 dev standard2080-2100 16.93 19.17 38.25 17.32 30.96 3.82
Les indications qu’on peut tirer par l’étude de la variation de la pluviométrie du mois de Juin nous
adressent à une prudence majeure pour ce qui concerne le période d’installation de la saison de pluies
donc pour toutes les phases de préparation et semis des champs.
La grande variabilité et la tendance à l’augmentation de la variabilité interannuelle du début saison
pourra engendrer des risques des périodes sèches après le semis donc engendrer un majeur risque
d’échec de semis. La stratégie conseillé donc d’éviter de semer dans une unique solution toute la
semence disponible mais de distribuer la semence avec la plus grande hétérogénéité possible pour
réduire le risque de perte totale de la semence.
ANADIA Niger
~ 15 ~ Cas d’étude sur la région de Tillabéri
III.3 Cumul pluviométrique du mois d’octobre
Le mois d’octobre est caractérisé par une forte variabilité de la pluviométrie avec une légère tendance
à la hausse des valeurs des précipitations pour le futur.
Fig. 6 Projection du cumul pluviométrique pour le mois d’octobre de l’ensemble des modèles
climatiques pour la période 1861-2100
D’après, dans la table de synthèse des valeurs de comparaison entre modèles et valeurs de stations, on
voit comme le modèle 0 est celui qui mieux exprime la valeur absolu de la pluie observé mais avec une
basse corrélation. Par contre le modèle 36 et la moyenne des modèles nous donnent une bonne
corrélation de l’estimation avec les valeurs réelles.
Tab. 5 Valeurs moyennes du cumul du mois d’octobre dans la période 1980-2012 des différents
modèles et corrélation avec la valeur de station
Pluie mois d’Octobre MOYENNE 80-12 (mm)
Station Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
9.8 11.4 1.6 36.5 29.5 18.9 28.5
Ecart 1.6 -8.2 26.7 19.7 9.1 18.7
CORRELATION
Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
-0.07 -0.06 -0.03 0.24 0.21 0.24
La visualisation des graphiques (Fig. 7) des modèles 0 et 36 avec l’indication de la moyenne des
modèles et de la pluviométrie observé nous permette de comprendre la différence entre un signal qui
bien exprime la valeur de la pluie et l’autre qui bien exprime la variabilité interannuelle. Le modèle 36,
celui qui a une bonne corrélation avec le signal de pluie du mois d’octobre présent dans son
développement une tendance à la surestimation systématique des valeurs. Donc, soit si il est mieux
0
20
40
60
80
100
120
140
18
61
18
69
18
77
18
85
18
93
19
01
19
09
19
17
19
25
19
33
19
41
19
49
19
57
19
65
19
73
19
81
19
89
19
97
20
05
20
13
20
21
20
29
20
37
20
45
20
53
20
61
20
69
20
77
20
85
20
93
mm
Année
STAT_TILL OCT_0 OCT_1 OCT_11
OCT_36 OCT_40 OCT_mean
ANADIA Niger
~ 16 ~ Cas d’étude sur la région de Tillabéri
capable de détecter la variabilité interannuelle avec l’identification d’années humides et secs, d’un
point de vue des valeurs de pluie il n’est pas attingible comme le modèle 0.
Fig. 7 Projection du cumul pluviométrique des modèles 0 et 36, moyenne de l’ensemble des modèles et
des valeurs de station pour la période 1861-2100
Tab. 6 Variabilités climatiques observées et tendances du cumul pluviométrique du mois d’octobre à
l’horizon 2020-2030, 2040-2060, 2080-20100
Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
Moy 2020-30 19.4 1.6 32.0 31.3 10.8 31.2
Moy 2040-60 11.1 4.4 40.5 29.5 17.7 31.9
Moy 2080-2100 12.3 2.9 45.3 54.2 11.1 32.9
Max 2020-30 49.1 7.0 56.9 57.3 33.2 47.7
Max 2040-60 24.9 41.4 74.2 63.3 54.5 38.3
Max 2080-2100 28.5 14.8 82.2 193.1 46.1 42.1
Percentile 90 2020-30 21.4 3.9 33.6 67.4 35.5 32.8
Percentile 90 2040-60 23.4 12.9 71.2 49.2 40.6 36.2
Percentile 90 2080-2100 21.6 8.6 66.2 112.2 35.9 40.0
Percentile 10 2020-30 8.4 0.0 17.0 20.5 1.6 27.6
Percentile 10 2040-60 3.0 0.0 19.9 7.6 2.3 26.7
Percentile 10 2080-2100 2.9 0.0 27.5 10.7 0.3 26.0
dev standard2003-2012 8.54 2.04 20.07 13.08 17.57 3.88
dev standard2020-30 13.67 1.93 11.66 18.76 9.07 6.82
dev standard2040-60 8.30 9.45 18.07 18.02 15.33 4.08
dev standard2080-2100 8.25 4.15 17.05 46.66 14.10 5.02
0
20
40
60
80
100
120
18
61
18
69
18
77
18
85
18
93
19
01
19
09
19
17
19
25
19
33
19
41
19
49
19
57
19
65
19
73
19
81
19
89
19
97
20
05
20
13
20
21
20
29
20
37
20
45
20
53
20
61
20
69
20
77
20
85
20
93
mm
Année
STAT_TILL OCT_0
OCT_mean OCT_36
ANADIA Niger
~ 17 ~ Cas d’étude sur la région de Tillabéri
Avec la table de synthèse des valeurs statistiques des différents modèles aux horizons temporels
choisit (Tab. 6), on peut évaluer comme le mois d’octobre ne montre jamais des valeurs excessifs de
pluie pendant que on risque d’avoir, surtout en futur, des mois d’octobre avec une pluviométrie
presque nul.
Le modèle 0 présente à partir du 2040 la probabilité d’avoir un mois avec moins de 3 mm de pluie
pour 1 année sur 10. Il montre aussi une baisse générale des valeurs attendues avec une pluviométrie
qui n’arrive jamais à dépasser le 28.5 mm.
Pour ce qui concerne les valeurs moyennes de modèles on voit comme la moyenne des valeurs n’a
aucune tendance pendant que la variabilité entre les différents modelés est très marquée.
En conclusion on peut dire que pour le mois d’octobre on assistera à un probable baisse des valeurs de
pluie du mois mais avec une variation interannuelle qui semble plutôt stable dans le temps. On pourra
avoir le risque d’avoir de fins précoces de la campagne surtout dans la deuxième partie du 21 e siècle.
III.4 Température maximale du mois de juin
D’une manière générale, la température maximale du mois de Juin fait ressortir une tendance à la
hausse décrite par l’ensemble des modèles utilisés dans notre cas d’étude (Fig. 8). L’augmentation de
la température maximale prévoit en juin pouvant atteindre 48°C dans le futur.
Fig. 8 Projection de la température maximale moyenne pour le mois de Juin pour l’ensemble des
modèles climatiques - période 1861-2100
Les modèles en général montrent une tendance à la sous-estimation de la température du mois de Juin
cependant la description de la température par les modelés de prévision climatique est en général
satisfaisante néanmoins le modèle 36 épouse mieux la température du mois de juin observée pour la
période 1980-2012. Le modèle 0 nous donne un coefficient de corrélation meilleure.
25
30
35
40
45
50
18
61
18
71
18
81
18
91
19
01
19
11
19
21
19
31
19
41
19
51
19
61
19
71
19
81
19
91
20
01
20
11
20
21
20
31
20
41
20
51
20
61
20
71
20
81
20
91
°C
Année
STATION_Juin
maxJUIN_0
maxJUIN_1
maxJUIN_11
maxJUIN_36
maxJUIN_40
maxJUIN_mean
ANADIA Niger
~ 18 ~ Cas d’étude sur la région de Tillabéri
Tab. 7 Valeurs moyennes de température maximale du mois de juin dans la période 1980-2012 des
différents modèles et corrélation avec la valeur de station
Température maximale moyenne du mois de Juin - MOYENNE 80-12 (°C)
Station Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
41.9 39.2 38.9 35.8 40.7 33.8 36.8
Ecart -2.7 -3.0 -6.2 -1.3 -8.2 -5.1
CORRELATION
Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
0.23 0.17 -0.07 0.09 -0.04 0.11
Pour ce qui concerne l’évolution du modèle 36 dans le temps on peut voir dans la figure suivante (Fig.
9) comme dans le futur il y a une claire tendance à la hausse des températures dans la région pour
s’installer autour des 45°C pour la fin du siècle. Ces valeurs si confirmés pourront engendrer des
problèmes pour toutes les cultures et variétés qui ne sont pas résistants à la chaleur.
Fig. 9 Projection de la température maximale moyenne pour le modèle 36, la moyenne de l’ensemble
des modèles et les valeurs de station - Période 1861-2100
On peut observer dans la table suivante (
25
30
35
40
45
50
18
61
18
69
18
77
18
85
18
93
19
01
19
09
19
17
19
25
19
33
19
41
19
49
19
57
19
65
19
73
19
81
19
89
19
97
20
05
20
13
20
21
20
29
20
37
20
45
20
53
20
61
20
69
20
77
20
85
20
93
mm
Année
STATION_Juin
maxJUIN_36
maxJUIN_mean
ANADIA Niger
~ 19 ~ Cas d’étude sur la région de Tillabéri
Tab. 8) comme pour l’ensemble de modèles il y a une concordance dans la prévision de la hausse des
températures. On voit par contre, avec l’indication de la déviation standard de l’indicateur comme la
distribution des températures est moins hétérogène donc on a une claire indication d’avoir des
conditions climatiques stables et extrêmes.
ANADIA Niger
~ 20 ~ Cas d’étude sur la région de Tillabéri
Tab. 8 La tendance et variabilité climatique de la température maximale du mois juin à l’horizon
2020-2030, 2040-2060, 2080-20100
Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
Moy 2020-30 40.0 39.6 36.8 43.0 34.3 37.7
Moy 2040-60 41.1 40.9 36.7 44.4 35.5 38.5
Moy 2080-2100 41.9 41.5 37.9 45.0 36.2 39.2
Max 2020-30 42.2 41.0 38.0 45.9 36.5 37.9
Max 2040-60 42.8 42.2 38.7 46.6 38.0 38.9
Max 2080-2100 43.4 43.2 40.2 47.3 39.4 39.6
Percentile 90 2020-30 41.5 41.0 38.0 44.5 36.1 38.3
Percentile 90 2040-60 42.3 41.9 38.6 46.2 36.8 38.8
Percentile 90 2080-2100 43.2 42.5 39.7 46.4 38.5 39.4
Percentile 10 2020-30 38.1 39.5 34.5 43.2 32.3 37.9
Percentile 10 2040-60 39.9 39.8 34.9 42.5 34.2 38.1
Percentile 10 2080-2100 40.2 39.8 36.0 43.5 34.7 39.0
dev standard2003-2012 1.10 1.20 1.09 1.46 1.74 0.15
dev standard2020-30 1.70 1.28 0.83 1.38 1.72 0.13
dev standard2040-60 0.91 1.12 1.46 1.51 1.01 0.27
dev standard2080-2100 1.12 1.04 1.60 1.30 1.57 0.16
En conclusion, en concordance avec toutes les dernières sorties du GIEC, la température maximale
pour le mois de Juin dans la région de Tillabéri va augmenter avec un haut degré de confiance. Cela
nous indique qu’on peut s’attendre une évolution de la température en moyenne de +2 – 2.5°C vers la
fin du siècle, avec une tendance constante à la hausse.
Il faudra donc prévoir de s’adapter à ces conditions avec l’introduction et la diffusion des espèces les
plus résistantes à la chaleur et il faudra conseiller les agriculteurs que, soit si les conditions
pluviométriques seront meilleures, de choisir une stratégie de prudence afin d’avoir des pertes des
jeunes plantes pour les effets néfastes des températures extrêmes.
ANADIA Niger
~ 21 ~ Cas d’étude sur la région de Tillabéri
III.5 Température moyenne maximale des mois de Juillet et Août
Dans le graphique de l’évolution de la température maximale des mois de Juillet et Août (Fig. 10), on
remarque une tendance à la hausse par l’ensemble des modèles utilisés dans notre cas d’étude le
maximum des mois de juillet-août. Une légère augmentation de la température maximale est attendue
comme dans le cas du mois de juin pouvant atteindre le 45°C dans le futur.
Fig. 10 Projection de la température maximale moyenne pour les mois de Juillet et Août pour
l’ensemble des modèles climatiques - période 1861-2100
Dans la table récapitulatif des statistiques comparatives de l’ensemble des modèles (Tab. 9), on peut
voir comment les modèle 0 et 1 se rapprochent beaucoup plus à la température du mois de juin
observée pour la période 1980-2012. Avec le modèle 0 on a aussi une bonne corrélation, donc une
bonne capacité de décrire la variation interannuelle de la température pour les mois centraux de la
saison des pluies.
Tab. 9 Valeurs moyennes de la température moyenne maximale des mois de Juillet et Août dans la
période 1980-2012 des différents modèles et corrélation avec la valeur de station
Température maximale moyenne des mois de Juillet et Août - MOYENNE 80-12 (°C)
Station Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
38.8 39.3 39.0 36.0 40.8 34.0 35.3
Ecart 0.5 0.2 -2.7 2.1 -4.8 -3.5
CORRELATION
Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
0.30 0.14 0.06 0.11 0.11 0.30
Les températures décrites par les deux modèles confirment une tendance à la hausse des
températures avec une évolution très similaires.
25
30
35
40
45
50
18
61
18
69
18
77
18
85
18
93
19
01
19
09
19
17
19
25
19
33
19
41
19
49
19
57
19
65
19
73
19
81
19
89
19
97
20
05
20
13
20
21
20
29
20
37
20
45
20
53
20
61
20
69
20
77
20
85
20
93
°C
Année
max_station(juil_aout) model0_max(juil-aout) model1_max(juil-aout)
model11_max(juil-aout) model36_max(juil-aout) model40_max(juil-aout)
ANADIA Niger
~ 22 ~ Cas d’étude sur la région de Tillabéri
Fig. 11 Projection de la température maximale moyenne pour les modèles 0 et 1 et les valeurs de
station - Période 1861-2100
Tab. 10 La tendance et variabilité climatique du maxi des températures maximales des mois de juillet
et août à l’horizon 2020-2030, 2040-2060, 2080-2100
Modèle0 Modèle1 Modèle11 Modèle36 Modèle40 Moyenne
Moy 2020-30 40.3 39.7 36.9 43.1 34.5 36.1 Moy 2040-60 41.2 41.0 37.1 44.4 35.6 36.7 Moy 2080-2100 42.0 41.5 38.0 45.0 36.3 37.4 Max 2020-30 42.2 41.0 38.0 45.9 36.5 36.4 Max 2040-60 42.8 42.2 38.7 46.6 38.0 37.5 Max 2080-2100 43.4 43.2 40.2 47.3 39.4 37.8 Percentile 90 2020-30 41.5 41.0 38.0 44.5 36.1 36.7 Percentile 90 2040-60 42.3 41.9 38.6 46.2 36.8 37.0 Percentile 90 2080-2100 43.2 42.5 39.7 46.4 38.5 37.6 Percentile 10 2020-30 39.6 39.5 34.5 43.2 32.7 36.3 Percentile 10 2040-60 40.0 40.2 35.0 42.5 34.4 36.4 Percentile 10 2080-2100 40.9 39.8 36.1 43.5 34.7 37.2 dev standard2003-2012 1.07 1.00 1.06 1.47 1.74 0.19 dev standard2020-30 1.14 1.23 0.88 1.31 1.40 0.18 dev standard2040-60 0.85 0.93 1.33 1.50 0.95 0.26 dev standard2080-2100 0.97 1.04 1.52 1.30 1.54 0.18
La table récapitulative des statistiques comparatives nous présente une claire concordance entre les
modèles pour ce qui concerne l’évolution futur des températures. Par rapport à la distribution des
30
32
34
36
38
40
42
44 1
86
1
18
69
18
77
18
85
18
93
19
01
19
09
19
17
19
25
19
33
19
41
19
49
19
57
19
65
19
73
19
81
19
89
19
97
20
05
20
13
20
21
20
29
20
37
20
45
20
53
20
61
20
69
20
77
20
85
20
93
°C
Année
max_station(juil_aout)
model0_max(juil-aout)
model1_max(juil-aout)
ANADIA Niger
~ 23 ~ Cas d’étude sur la région de Tillabéri
sorties des modèles pour la température du mois de juin, pour le mi-campagne les modèles vont se
distribuer autour la valeur moyenne avec une tendance à la sous-estimation des valeurs réels. La
variation interannuelle de la température semble plutôt stable aussi dans le futur avec une
distribution qui n’est jamais très hétérogène.
La différence par rapport au mois de Juin est que pour les mois centrales de la saison des pluies
présentent une température maximale inferieure et qui ne touche jamais les valeurs extrêmes du mois
de juin. Néanmoins la tendance à la hausse généralisé des températures nous offre des conditions qui
s’éloignent de l’optimal pour les cultures de la région.
Le choix de variétés plus thermophiles pourra contribuer à baisser le risque de pertes de production et
rendement pour les agriculteurs de la région.
III.6 Influence de la pluviométrie et de la température maximale sur
les cultures du mil et niébé en pluviale
Le processus d’interprétation des résultats des modèles a été fait selon le choix du model le plus
proche de la réalité de terrain et ses variations prévues aux différents horizons temporels futurs. Il
tient en compte la significativité de la corrélation entre production et rendement avec le paramètre
climatique étudié. Avec les indications fournies par la comparaison entre les différents paramètres de
pluviométrie et température simulé par les modèles on obtient les tables suivantes (Tab. 11 et
ANADIA Niger
~ 24 ~ Cas d’étude sur la région de Tillabéri
Tab. 12).
Tab. 11 Corrélation des indices de pluviométrie avec la production et le rendement du Mil et du Niébé
Cumul pluie annuel Production Rendement
MIL 0.8 0.9
NIEBE 0.4 0.3
Cumul pluie Juin
MIL 0.3 0.2
NIEBE 0.2 0.3
Cumul pluie Octobre
MIL 0.3 0.3
NIEBE 0.4 0.5
Le tableau montre une bonne corrélation de la culture du mil avec le cumul pluviométrique annuel, par
contre pour le Niébé la corrélation pluie/production et rendements est inferieure soit si la pluie a un
effet positif sur le rendement finale de la culture.
La corrélation des productions et rendements des deux cultures avec la pluviométrie du mois de Juin
et pour le mois d’Octobre est positive mais il n’a pas une forte influence comme le cumul de la
pluviométrie annuelle. Il faut noter que pour le Niébé la pluviométrie du mois d’octobre est plus
déterminante que le cumul annuel.
ANADIA Niger
~ 25 ~ Cas d’étude sur la région de Tillabéri
Tab. 12 Corrélation des indices de température avec la production et le rendement du Mil et du Niébé
Température maximale Juin Production Rendement
MIL 0.8 0.9
NIEBE 0.4 0.3
Température maximale Juillet-Août
MIL 0.3 0.2
NIEBE 0.2 0.3
Le tableau montre une bonne corrélation de la culture du mil avec la température maximale du mois
de juin. Le niébé, par contre, a une production finale et un rendement qui n’est pas strictement lié à la
température maximale de Juin soit s’il dénote une un effet positif de la température sur les
productions et rendements de la plante,
Les températures moyennes de la phase centrale de la saison ne sont pas déterminantes dans le
résultat final de la campagne soit si un effet positif est présente.
IV. CONCLUSION
Loin d’être un exercice exhaustif d’exploration des conditions climatiques futures la présente étude a
permis d’évaluer, avec un petit échantillon des modèles, l’évolution futur du climat en fournissant des
valeurs de pluie et température qu’on pourra s’attendre dans le futur.
A la lumière des résultats des analyses et tenant compte des limites inhérentes aux types de données
simulées par un petit échantillon de modèles et avec une résolution de 2.5° on peut retenir de façon
générale les conclusions suivantes :
l’augmentation plus ou moins importante de la température aura sans nul doute un impact sur les
différents cycles des cultures pluviales et donc sur le rendement et la production dans la région de
Tillabery ;
avec l’approche du modèle qui s’approche mieux des variabilités et des quantités de pluies et
températures réellement observées sur nos stations, on pourra s’attendre une augmentation de la
pluviométrie, ce qui impacterait positivement les rendements et la production, mis à l’écart des
impacts négatifs engendres par la hausse des températures ;
le cumul pluviométrique annuel est le paramètre qui mieux décrit la production et rendement des
cultures pluviales (surtout pour le mil) dans la région de Tillabéri ;
la température du mois de juin a son influence sur le rendement de la culture du niébé. Il est aussi
intéressant observer la liaison entre la production et rendement du mil avec les pluies tardives du
mois d’octobre.
Certaines indications qu’on a pu tirer avec cette étude pourront être diffusées aux bénéficiaires de
l’information pour les rendre conscientes de l’évolution future du climat.
L’adéquate réponse aux changements climatiques faite à temps propre peut permettre une sensible
augmentation de la résilience d’un système productif déjà à la limite des conditions favorables à
l’agriculture. Il faut se rappeler que le manque de possibilité d’investissement de la part des
ANADIA Niger
~ 26 ~ Cas d’étude sur la région de Tillabéri
populations locales rende ces territoires très vulnérables aux aléas climatiques et aussi à la variabilité
interannuelle du climat pour le manque d’adéquates stratégies alternatives de réponse aux conditions
environnementales défavorables.