NUM6_UNIVERSITE_NANGUI__130318_144927_1 Ministère de l'Enseignement Supérieur et de la Recherche Scientifique
Mémoire présenté pour l'obtention du Master en Sciences et Gestion de l'Environnement
OPTION: Géosciences et Environnement
Nom : Kamagaté
Prénom : Anzoumanan
Laboratoire Géosciences et Environncment(LGE)
Président : M. N'Go YAO Alexis Maître de Conférences à l'Université Nangui Abrogoua.
Su erviseur scientifi ue : M.GOULA Bi Tié
Albert, Professeur Titulaire, UFR-SGE.
Université Nangui Abrogoua, Abidjan
Examinateur : M. SROHOROU Bernard
Environnement SODEXAM
Date de soutenance : Vendredi 29 janvier 2016 Encadreur Scientifi ue : M. SORO
Gneneyougo Emile, Maître Assistant, UFR­
SGE. Université Nangui Abrogoua, Abidjan
TABLES DES MATIERES
LISTE DES TABLEAUX vii
RESUME ix
INTRODUCTION 1
1.1.1 Définitions 5
1.1.3. Présentation des principaux tests statistiques 6
1.1.3.1. Principes généraux des tests statistiques 6
1.1.3.2. Classification des tests 7
1.1.3.2.1. Tests paramétriques 7
1.1.3.2.2. Tests non-paramétriques 8
1.1.5.1. Test d'autocorrélation 9
1.1.5.3. Test homogénéité 10
1.2.1. Situation géographique 11
1.2.3. Climat 13
Précipitation 14
Evapotranspiration 16
TABLES DES MATIERES
2.1. DONNEES 19
2.1.1. Source 19
2.2. Approches méthodologiques 20
2.2.1. Analyse des données 20
2.2.2. Détection des changements dans les séries des épisodes pluvieux 21
2.2.3. Test de détection de tendance 21
2.2.3.1. Test de Mann-Kendall 21
2.3. Analyse fréquentielle 22
2.5. Matériels de traitement 25
CHAPITRE 3 : RESULTATS ET DISCUSSIONS 26-
3.1. Résultats 27
3.1.2.1. Test d'autocorrélation 28
3.1.2.2. Test d'homogénéité 28
3.1.3.2.1. Echelle annuelle 34
3.1.3.2.2. Echelle mensuelle 35
3.1.4.1. Distributions statistique des épisodes pluvieux 41
3.1.4.2. Lois statistiques retenues 42
3.1.4.3. Estimation des paramètres des lois statistiques 43
3.1.5. Régionalisation des paramètres des lois par zone climatique 45
3.1.6. Zone de validité des lois 45
3.1.7. Estimation des quantiles 46
3.1.7.1. Détermination des quantiles 4.6
3.1.7.2. Intervalle de confiance et de précision 47
3.1.8. Cartographie des épisodes pluvieux 48
3.2. Discussion 51
TABLES DES MATIERES
DEDICACE
DEDICACE
A Vvtes très chers pClreV\-ts
En témoignage de mon profond amour, de grande reconnaissance et pour tous les.
sacrifices que vous avez consentis pour mon éducation et mon bonheur.
A Vvt es eV\,seLg V\,Cl V\,ts
A Vvtes chers (es) ClVvtLs (es) et coLLègues
KAMA.GATE ANZOUMANAN Mémoire Marier II /Géosciences et Environnement iv
REMERCIEMENT
REMERCIEMENT
Au terme de ce travail, nous voudrions de manière sincère exprimer toute notre
reconnaissance à tous ceux qui ont contribué à la réalisation de ce document de quelque
manière que ce soit.
Nos remerciements vont tout d'abord à L'endroit du Professeur GOULA Bi Tié Albert,
Directeur du mémoire et Enseignant à l'UFR des Sciences et Gestion de l'environnement
(SGE), Université Nangui Abrogoua.
Je remercie sincèrement le Docteur SORO Gneneyougo Emile, Enseignant-Chercheur à
l'UFR SGE à l'Univ.ersité Nangui Abrogoua. En sa qualité d'encadreur, il a guidé mes
premiers pas dans la recherche. Ses conseils scientifiques et ses critiques constructives ont été
d'une importance capitale à la réalisation de ce présent mémoire.
Je tiens à adresser mes remerciements à la Société de Développement d'Exploitation
Aéroportuaire Aéronautique Météorologique (SODEXAM), en particulier à M.
G.P.EZALEY Directeur Général.
J'adresse également ma très profonde reconnaissance à Monsieur SROHOROU Bernard,
Chef du Département Etudes Développement et Environnement (DEDE) de la SODEXAM.
Vos conseils et critiques scientifiques ont été d'une importance capitale à la réalisation de ce
présent mémoire. Vous nous avez inculqué votre rigueur au travail.
Je- ne- saurais oublier M. N'ZUE KOUAKOU AUGUSTIN et M. KANGA ISIDORE pour
leur contribution effective à la réalisation de ce travail.
Je voudrais. adresser mes chaleureux et profonds remerciements à mes parents, pour leur
soutien moral, matériel et financier.
A tous ceux qui m'ont aidé de près ou de loin, à vous tous MERCI!!!
KAMAGATE ANZOUMANAN Mémoire Master Il /Géosciences et Environnement V
LISTE DE FIGURE
LISTE DE FIGURES
Figure l: Localisation géographique de la Cote d'Ivoire (Mine, 1998) 11 Figure 2: Relief de la Côte d'Ivoire (Arnaud, 1978a) 12 Figure 3: Principales zones climatiques de la Cote d'Ivoire avec une illustration des quatre régimes pluviométriques (Goula et al., 2007) 14 Figure 4: Températures minimales et maximales moyennes de la Côte d'Ivoire sur la période 1955-1997 (Soro, 2011) 16 Figure 5: Couvert végétal de la Cote d'Ivoire (Brou, 2005) 17 Figure 6: Répartition spatiale des stations synoptiques de la présente étude 19 Figure 7: Moyenne des épisodes pluvieux mensuels de 1980 à 2010 30 Figure 8: Moyenne des épisodes pluvieux mensuels de 1972 à 2002 30 Figure 9: Moyenne des épisodes pluvieux mensuels de 1972 à 2002 31 Figure 10: Moyenne des épisodes pluvieux mensuels de 1972 à 2002 32 Figure 11: Moyenne des épisodes pluvieux mensuels par stations de 1972-2002 et de 1980- 2010 33 Figure 12: Tendances détectées dans les séries annuelles des épisodes pluvieux 34 Figure 13a: Tendance détectée en moyenne dans les séries mensuelles d'épisodes pluvieux par le test de Mann- Kendall (Janvier à Juin) 36 Figure 13b : Tendance détectée en moyenne dans les séries mensuelles d'épisodes pluvieux par le test de Mann-Kendall (Juillet à Décembre) 37 Figure 14a: Tendance détectée en variance dans les séries mensuelles d'épisodes pluvieux par le test de Mann-Kendall (Janvier à Juin) 39 Figure 14b: Tendance détectée en variance dans les séries mensuelles d'épisodes pluvieux par le test de Mann-Kendall (Juin à Décembre) 40 Figure 15: Graphique des ajustements des lois aux épisodes pluvieux annuels 41 Figure 16: Carte de validité des distributions de probabilités des épisodes pluvieux 46 Figure 17: Exemple de modèle d'ajustement avec un intervalle de confiance de 95% 48 Figure 18: Cartographie des quantiles TlOO, T50 ,TlO, T5 50
KAMAGATE ANZOUMANAN Mémoire Master Il /Géosciences el Environnement vi
LISTE DES TABLEAUX
LISTE DES TABLEAUX
Tableau I: Loi statistique utilisée en hydrologie 6 Tableau II: Risques d'erreur des tests d'hypothèse 7 Tableau III: Périodes d'observations des stations 20 Tableau IV: Significativité des tests de tendance 22 Tableau V : Distribution statistique utilisées pour l'analyse fréquentielle 23 Tableau VI: Caractéristiques des observations des épisodes pluvieux entre 1980-2010 et 1972- 2002 27 Tableau VII: Coefficient d'autocorrélation d'ordre 1 des épisodes pluvieux annuels 28 Tableau IX: Classement des lois statistiques à l'aide des critères de comparaison d' Akaike (AIC) et Bayésien (BIC) 42 Tableau X: Valeurs des paramètres de la loi Normale 44 Tableau XI: valeurs des paramètres de la loi Lognormale 44 Tableau XII: Valeurs des paramètres de la loi Gamma 44 Tableau XIII : Régionalisation des paramètres des lois statistiques 45 Tableau XIV: Quantiles des périodes de retour T= 5, 10,50 et 100 ans 47
KAMAGATE ANZOUMANAN Mémoire Master II !Géosciences et Environnement vii
SIGLES ET ACRONYMES
SIGLES ET ACRONYMES
AIC : Akaike Information Critere
ASECNA: Agence pour la Sécurité de la Navigation Aérienne en Afrique et à Madagascar
BIC : Bayesien Informatique Critere
Cv : Coefficient de Variation
HYFRAN: Hydrological Frequency Analysis
MK: Test de Mann-Kendall
P10 : Période de retour T = 10 ans du nombre des épisodes pluvieux
P100: Période de retour T = 100 ans du nombre des épisodes pluvieux
P5 : Période de retour T = 5 ans du nombre des épisodes pluvieux
Pso : Période de retour T = 50 ans du nombre des épisodes pluvieux
RGPH : Recensement général de la population humaine
SODEXAM : Société d'Exploitation et de Développement Aéroportuaire Aéronautique et
Météorologique
SIGLES ET ACRONYMES
RESUME
L'Afrique de l'Ouest est l'une des régions du monde les plus vulnérables à la variabilité
climatique et très peu d'étude ont été consacrée aux épisodes pluvieux en général, et en
particulier en Côte d'Ivoire .. L'objectif de cette étude est de faire une analyse statistique des
épisodes pluvieux à l'échelle mensuelle et annuelle afin de contribuer à une meilleure
connaissance du climat. L'approche méthodologique utilisée à consister à appliquer des tests
et lois statistiques aux indices extraits des données de 14 stations synoptiques. Il ressort des
analyses que sur la période de 1972 à 2002 et de 1980 à 2010 les épisodes pluvieux en Côte
d'Ivoire n'ont pas subi une hausse ni baisse significative à l'échelle mensuelle et annuelle.
L'estimation des épisodes pluvieux montre que ceux-ci ont une distribution gaussienne
notamment dans le nord-ouest, à l'ouest en régime de montagne et au centre de la Côte
d'lv.oire. Quant à la loi de Galton, elle paraît bien adaptée à la région du Nord-Est, et le
Centre avec souvent des incursions dans le frange littorale précisément à Sassandra.
Mots clés: Côte d'ivoire, variabilité climatique, tendance, loi de probabilité, épisodes
pluvieux.
INTRODUCTION
INTRODUCTION
INTRODUCTION
De toute évidence, le climat de la Terre a évolué à l'échelle régionale et mondiale depuis
l'époque préindustrielle; ce constat émane du rapport de synthèse du groupe d'experts
intergouvernemental sur l'évolution du climat (IPCC, 2001). Ce qui n'était encore qu'une
hypothèse il y a une décennie semble aujourd'hui être un fait avéré : l'augmentation évidente
de la concentration des gaz à effet de serre dans l'atmosphère a eu des répercussions sur un
certain nombre de variables climatiques. Les perturbations climatiques ont des impacts sur le
régime hydrologique. Le cycle de l'eau étant l'une des composantes majeures du climat, les
implications de ces changements sur les régimes pluviométriques sont importantes. Les
précipitations représentent le facteur le plus important du climat tant pour les populations que
pour les écosystèmes. Elles sont faciles à mesurer. Autant de raisons qui font que la plupart
des études et analyses portent sur les précipitations bien plus que sur d'autres paramètres du
climat.
Les perturbations subies par le climat à travers les pluies ont été habituellement abordées par
la baisse des hauteurs de pluie. Ainsi, divers travaux (Paturel et al., 1997 ; Servat et al.,
1997; Servat er al., 1998; Servat et al., 1999; Ardoinet al.; 2003; Ardoin, 2004;
Kouassi et aL, 2008) en Afrique de l'Ouest et Centrale ont mis en évidence une baisse des
hauteurs de pluie. En Côte d'Ivoire, elle a d'abord affecté Je Nord, puis progressivement s'est
étendue vers le centre et enfin sur le littoral. Ces anomalies pluviométriques constatées depuis
près de quatre décennies ont connu une résonance exceptionnelle dans les régions nord et
centre du pays. Mais en réalité, l'ensemble du pays présente une vulnérabilité importante aux
déficits pluviométriques. Certaines études antérieures ont été réalisées sur l'influence de la
variabilité climatique sur le régime pluviométrique (Goula et al., 2006 ; Assani , 2005 ;
Ardoin, 2004) avec comme conséquence une baisse des hauteurs pluviométriques. D'autres
études (Kouassi et al., 2010) ont montrées une récession des fréquences de jours pluvieux en
général et en particulier celles de hauteurs pluviométriques supérieures à 10 mm et une
diminution de la durée des saisons pluvieuses (de 30 à 35 jours) à partir de 1970 sans
toutefois faire cas de celle-ci sur le nombre d'épisode pluvieux.
A la lumière des études antérieures sur les fluctuations pluviométriques en Afrique de l'Ouest
et notamment en Côte d'Ivoire, très peu d'études se sont consacrées à l'analyse des épisodes
pluvieux en dépit des besoins immense en agronomie.
La présenté étude dont le thème est « Analyse statistique des épisodes pluvieux en Côte
d'Ivoire» a été initié par le Laboratoire Géosciences et Environnement (LGE) et la Société de
KAMAGATE ANZOUMANAN Mémoire Master Il /Géosciences et Environnement 2
INTRODUCTION
Développement et d'Exploitations Aéroportuaire, Aéronautique et Météorologique
(SODEXAM) afin d'apporter quelques éléments de réponse quant à l'évolution des épisodes
pluvieux dans un contexte de réchauffement globale de la terre.
L'objectif de la présente étude que visée est de mettre en lumière d'une part l'évolution
spatio-temporelle des épisodes pluvieux et d'autre part de connaître la distribution de
probabilité que les régissent. De manière spécifique, cette étude vise à :
détecter les tendances des épisodes pluvieux ;
déterminer les lois de probabilité des épisodes pluvieux ;
cartographier les quantiles des épisodes pluvieux. Le présent mémoire s'articule autour de trois grands chapitres. Les éléments du contexte et la
zone d'étude sont présentés dans le premier chapitre. Le deuxième chapitre, présente les
données d'épisodes pluvieux collectées, les outils de traitement et le cadre méthodologique
adopté à cette étude. Le troisième chapitre, est consacré à la présentation des résultats obtenus
et des discussions qui en découlent. A la suite de ce troisième chapitre, la conclusion générale
dresse le bilan des connaissances acquises au cours de cette étude ainsi que les perspectives de
recherche qu'elle suscite.
SYNTHESE BIBLIOGRAPI-IlQUE
SYNTHESE BIBLIOGRAPHIQUE
Les changements climatiques désignent une variation statistiquement significative de l'état
moyen du climat ou de sa variabilité persistant pendant de longues périodes (généralement,
pendant des décennies ou plus). (GIEC, 2007). lis peuvent être dus à des processus internes
naturels ou à des forçages externes, ou à des changements anthropiques persistants de la
composition de l'atmosphère ou de l'affectation des terres.
La Convention-cadre des Nations Unies sur les changements climatiques (CCNUCC) définit
les changements climatiques comme des changements qui sont attribués directement ou
indirectement à une activité humaine altérant la composition de l'atmosphère mondiale et qui
viennent s'ajouter à la variabilité naturelle du climat observée au cours de périodes
comparables. La CCNUCC fait ainsi une distinction entre les changements climatiques
attribuables aux activités humaines altérant la composition de l'atmosphère et la variabilité du
climat imputable à des causes naturelles (GIEC, 2007).
1.1.1.2. Variabilité climatique
La variabilité climatique se rapporte aux variations de l'état moyen et d'autres variables
statistiques (écarts types, phénomènes extrêmes, etc.) du climat à toutes les- échelles
temporelles et spatiales au-delà de la variabilité propre à des phénomènes climatiques
particuliers. La variabilité peut être due à des processus internes naturels au sein du système
climatique (variabilité interne) ou à des variations des forçages externes anthropiques ou
naturels (variabilité externe) (GJEC, 2007).
1.1.1.3. Episodes pluvieux
Le nombre de fois on a une pluie durant le jour.
1.1. 2.Inventaire des lois statistiques
Les lois statistiques fréquemment utilisées en hydrologie statistique pour la prédiction des
événements (Tableau I).
SYNTHESE BIBLIOGRAPHIQUE
Exponentielle ( ) 1 { x-m} f X = -;- exp - ---;;-
Loi Généralisée des Valeurs Extrêmes r ! 'l I k _, k •
J(x)=~[t-~(x-u) exp -[1-~(x-u)] a,u,k
Gumbel ( ) l [ X - li (X - U)] f x = ; exp - ~ - exp ~
acu.
Œ.µ
Œ,µ
Log Normal 3 J(x)=-1 -e=f_ {lnx-pj} xu-fin h1 2u2
Œ,µ
Weibull
Gamma
c,a
a,À
r(2) Gamma Généralisée s,À.,a
1.1.3. Présentation des principaux tests statistiques
1.1.3.1. Principes généraux des tests statistiques
Un test est outil pratique d'aide à la décision quand il s'agit de vérifier une hypothèse. Il nous
permet de trancher entre deux hypothèses l'une dite «nulle» ou «fondamentale» (notée
habituellement HO) et l'autre «alternative» (Hl) au vu des résultats d'un échantillon.
(Saporta, 1990). En général, l'hypothèse nulle correspond à une situation «de stationnarité de
la série» alors que l'hypothèse alternative traduit un changement (rupture, tendance) La
décision d'un test consiste à choisir entre deux hypothèses HO et H 1.
KAMAGATE ANZOUMANAN Mémoire Master 11 /Géosciences et Environnement 6
SYNfHESE BIBLIOGRAPI-IlQUE
Il y'a donc quatre cas possibles qui sont détaillés dans le tableau II ci-dessous :
Tableau II: Risques d'erreur des tests d'hypothèse
HO vrai Hl vrai
HO décidée 1-a p Hl décidée a 1-p a et p sont les risques de première et de deuxième espèces.
L'erreur de première espèce est le fait de décider que l'hypothèse alternative Hl est vraie
alors, en réalité, c'est l'hypothèse nulle HO qui est vraie. Le risque d'erreur associé à cette
décision est noté généralement a. li. s'agit donc de la probabilité de décider à tort que
l'hypothèse alternative Hl est vraie. L'erreur de deuxième espèce est le fait de décider que
l'hypothèse nulle HO est vraie alors qu'en fait, c'est l'hypothèse alternative Hl qui est vraie.
Le risque d'erreur associé à cette décision est noté généralement p. li s'agit donc de la
probabilité de décider à tort que l'hypothèse nulle HO est vraie.
1.1.3.2. Classification des tests
On peut classer les tests selon leur objet (ajustement, indépendance, de moyenne, de variance,
etc.), ou selon leurs propriétés mathématiques: on parle de tests paramétriques ou non, de tests
robustes, de tests libres (Renard, 2006).
1.1.3.2.1. Tests paramétriques
Un test est dit paramétrique si son objet est de tester certaine hypothèse relative à un ou
plusieurs-paramètres-d'une variable aléatoire de loi spécifiée ou non. Il requiert généralement
un modèle à fortes contraintes : la normalité des distributions, égalités des variances. Il existe
plusieurs tests paramétriques à savoir :
le test de régression linéaire conçu pour détecter une tendance linéaire ;
le test de (Cox- et Lewis, 1966), utilisé pour tester la stationnarité d'un processus
poissonnier (occurrence d'événements rares indépendants);
les tests de (Gardner, 1969), construits dans un cadre Bayésien Gaussien, sont dédiés
à la détection d'une rupture à date inconnue. Deux versions existent, suivant que l'a
priori de l'instant de rupture. soit une distribution uniforme ou une distribution en
cloche Privilégiant les ruptures centrales. Les valeurs critiques sont fournies par
(Buishand, 1982) ;
le test de (Hawkins, 1977), basé sur l'hypothèse de normalité;
KAMAGATE ANZOUMANAN Mémoire Master 11 /Géosciences el Environnement 7
SYNTHESE BIBLIOGRAPHJQUE
le test de (Keim et Cruise, 1988), basé sur une régression logistique, peut être utilisé
pour tester la stationnarité du temps d'attente entre deux événements rares.
1.1.3.2.2. Tests non-paramétriques
Un test non paramétrique est un test dont le modèle ne précise pas les conditions que doivent
remplir les paramètres de la population dont a été extrait l'échantillon (Lemaitre, 2002). Les
tests non paramétriques sont libres. Ces tests sont généralement simples d'emploi. Cela
résulte du remplacement des valeurs observées soit par des variables alternatives, soit par les
rangs, c'est-à-dire les numéros d'ordre des valeurs observées rangées par ordre croissant.
L'emploi des tests non paramétriques se justifie lorsque les conditions d'application des
autres méthodes ne sont pas satisfaites, même après d'éventuelles transformations de
variables. Ils sont cependant moins puissants que les tests paramétriques quand leurs
conditions sont remplies. Que le test soit paramétrique ou non, il faut vérifier certaines
conditions d'application : les données considérées doivent être aléatoires, identiquement
distribuées et indépendantes les unes des autres. Les tests non-paramétriques les plus utilisés
sont:
le test de Mann-KendaJI (Mann, 1945 ; Kendall, 1975) dédié à la détection de
tendance;
le test de Pettitt (1979), dédié à la détection de rupture ;
les tests du changement de signe et des points de rebroussement (Kendall et
Stuart, 1943) dédié à la détection de tendances ;
le test de McGilchrist et Woodye (1975), basé sur les écarts cumulés à la
médiane;
le test de Spearman, basé sur la corrélation entre le temps et les rangs des
observations (Kundzewicz et Robson, 2000) ;
le test de Polanski et Check (2002), qui décrit un cadre général de détection de
changement en moyenne basé sur des procédures de rééchantillonnage par
permutations.
1.1.4. Tests classiques les plus utilisés
Quatre tests statistiques sont les plus utilisés dans les études de stationnarité .Il s'agit des tests
de Mann-Kendall (Mann, 1945 ; Kendall, 1975), de Pettitt (1979), de Buishand (1982) et
de régression linéaire.
SYNTHESE BIBLIOGRAPl-IlQUE
Ils illustrent la manière dont les statistiques de test ont été construites, dans l'optique d'une
détection de tendance ou de rupture, dans les cas paramétrique et non paramétrique.
1.1.5. Critère d'application d'une loi statistique
Au cours du traitement statistique de données hydrologiques, de nombreux tests statistiques
sont utilisés tant pour vérifier les données avant leur traitement que pour vérifier la qualité
d'un ajustement ou pour évaluer une hypothèse. La littérature en statistique ou en hydrologie,
regorge un nombre impressionnant de tests differents.
1.1.5.1. Test d'autocorrélation
C'est un test qui permet de vérifier l'indépendance entre les observations. L'indépendance
signifie qu'il n'y a aucun lien entre les observations successives (absence d'autocorrélation).
(Bobée et al., 2014) L'hypothèse d'indépendance se contrôle classiquement par le calcul du
coefficient de corrélation r compris entre 1 et -1. Autrement dit on vérifie que le coefficient
de corrélation des deux séries X et Y n'est pas significativement différent de O.
f=(X-X)(Y-Y).j'f.(X-X)2 * .jI,(Y-Y)2 (1)
1.1.5.2. Test de stationnarité et non stationnarité
Une notion capitale pour aborder l'étude d'un phénomène stochastique est la notion de
stationnarité. En effet, il est a priori intéressant de savoir si un processus qui représente un
phénomène donné va stabiliser ou non sa distribution de probabilité. La stationnarité au sens
strict implique que la distribution statistique soit être constante au cours du temps (Ondo,
2000). D'un point de vue pratique, les statisticiens utilisent la stationnarité du deuxième ordre
qui implique que les deux premiers moments (moyenne et variance) ne varient pas dans le
temps (Meylan et al., 2008). Pour pouvoir appliquer la notion de stationnarité au climat, il
convient de préciser l'échelle spatio-temporelle à laquelle on s'intéresse. De toute évidence, le
climat n'est pas stationnaire. La non-stationnarité est détectée en examinant la moyenne ou la
variance de la série et en évaluant s'il y a eu un changement significatif à une date donnée. La
littérature hydrologique s'intéresse plus particulièrement à deux formes de non-stationnarité,
les tendances et les ruptures.
Une rupture désigne une modification subite dans les propriétés d'un processus
aléatoire (Lemaître, 2002). Elle suppose que ces propriétés sont stables de part et
d'autre de l'année de rupture. Ce changement brutal peut par exemple être la
KAMAGATE ANZOUMANAN Mémoire Master 11 /Géosciences el Environnement 9
SYNTHESE BIBLIOGRAPHJQUE
conséquence de la construction d'un barrage ou d'une modification dans les méthodes
de collecte de données.
Une tendance est un changement graduel dans les propriétés d'une variable aléatoire
(Renard, 2006). Elle peut résulter par exemple de l'aménagement progressif d'un
bassin versant (urbanisation ... ).
1.1.5.3. Test homogénéité
L'homogénéité des séries suppose que les conditions de mesures de ces dernières n'ont pas
variée dans le temps (Mestre, 2000). Le déplacement d'un poste pluviométrique est la cause
principale d'hétérogénéité dans les séries de données. Lorsque la date de changement dans la
procédure d'acquisition des données est connue, l'homogénéité est alors vérifiée à l'aide du
test de rang de Wilcoxon (Wilcoxon, 1945).
1.1.5.4. Notion de significativité des tests
La significativité du test, notée « a », représente la probabilité de détecter une tendance alors que la série est stationnaire. Les valeurs seuil les plus utilisées dans la bibliographie sont a=
5% et a= l 0% (Jaffrain, 2007).
Cependant, de nombreux auteurs se permettent d'utiliser, à tort, les tendances détectées même
si celles-ci ne présentent pas une significativité acceptable, c'est-à-dire inférieure à 5 ou 10%
selon le seuil fixé par les auteurs. Lorsque nous appliquons un test de stationnarité, nous
considérons le résultat comme « statistiquement acceptable » lorsque la significativité
associée est de 90%. C'est pourquoi seules les tendances dont l'erreur de première espèce « a » est inférieure ou égale à 10% sont utilisées dans l'interprétation et la représentation des
résultats.
SYNfHESE BIBLIOGRAPHIQUE
1.2.1. Situation géographique
La Côte d'Ivoire est située en Afrique de l'Ouest entre les longitudes 2°30 et 8°40 Ouest et les
latitudes 4°20 et 10°50 Nord (Figure 1). Le territoire est limité au Sud par l'Océan Atlantique,
à l'Est par le Ghana, au Nord par le Burkina Faso et le Mali, à l'Ouest par la Guinée et le
Liberia. Sa superficie est de l'ordre de 322462 km2 , la Cote d'Ivoire compte 22 671 311
habitants (RPGH, 2014) et 65 ethnies.
O" -,o•
.20•1 - ' ,---
- 1 Il'
OCEAN ATLANTIQUE
Figure 1: Localisation géographique de la Cote d'Ivoire (Mine, 1998)
KAMAGATE ANZOUMANAN Mémoire Master 11 /Géosciences et Environnement 11
SYNTHESE BIBLIOGRAPHlQUE
1.2.2. Relief et géomorphologie
La Côte d'Ivoire est située sur d'anciennes roches de socle du Précambrien et, comme les
autres pays de l'Afrique de l'Ouest, son relief topographique est monotone, ne présentant que
peu de contrastes. Du nord au sud, on passe d'un paysage de plateaux développés en glacis à
celui d'une plaine au réseau hydrographique peu ou pas organisé, avec une zone intermédiaire
plus ou moins bien développée, et dont le caractère de marche est visible dans le paysage
(Perraud, 1971). Malgré cette uniformité d'ensemble, il est possible d'organiser le relief en
trois grands domaines (Figure 2) :
Les plaines, s'étendent au Sud du pays, où les altitudes varient de O à 200 m de la mer
vers l'intérieur;
Les plateaux, prolongent les plaines vers le Nord et s'en détachent progressivement.
Les altitudes varient de 200 à 500 m;
Les massifs montagneux, localisés dans l'Ouest, constituent l'avancée orientale d'un
"""t~ -nsemble de hautes terres centrées sur la Guinée (chaîne du Fouta Djallon). Il s'y
rencontre des sommets culminant au-delà de 1000 m d'altitude (aux monts Tonkpi et
Nimba).
SYNfHESE BIBLIOGRAPHIQUE
1.2.3. Climat
Par sa position géographique, en bordure du Golfe de Guinée, et par son étalement en latitude
(4°30' - 10°30' Nord), La Côte d'Ivoire subit deux influences qui déterminent ses climats: la
mousson, masse d'air équatorial humide, et une masse d'air tropical sec avec son vent
desséchant, Je Harmattan, séparé par le front intertropical (FIT) qui monte vers le Nord à la
fin du printemps et redescend vers l'Océan à l'automne.
On distingue ainsi selon la latitude, trois (3) zones climatiques principales auxquelles s'ajoute
le climat particulier de la région montagneuse de l'Ouest (Arnaud, 1978b) (Figure 3).
au sud, le climat Attiéen, de type subéquatorial, encore appelé climat équatorial de
transition ou climat attiéen englobe le littoral et une grande partie de la zone
forestière en se rétrécissant toutefois dans le Sud-Ouest du pays où la limite passe au
Sud de Taï et de Soubré ;
au centre, le climat Baouléen, de type équatorial de transition atténué. C'est un climat
de type intermédiaire, très variable selon les années. Il s'étend des régions de Bouna et
de Bondoukou au Centre de la Côte d'Ivoire (région de Bouaké) aux régions
forestières et montagneuses de l'Ouest (entre Taï et Touba);
au nord, le climat Soudanien, de type tropical de transition. Ce climat englobe la partie
septentrionale du pays et s'étend de la région d'Ouangofitini aux régions de Tengréla
et d'Odienné ;
à l'ouest, le climat de Montagne, c'est le régime pluviométrique des massifs
montagneux de l'Ouest de la Côte d'Ivoire, dans les régions de Man, Danané et
Toulepleu. Malgré la situation assez méridionale de son domaine, il se rattache
davantage au climat soudanais qu'au climat équatorial de transition atténué car il ne
comporte que deux saisons bien individualisées.
KAMAGATE ANZOUMANAN Mémoire Master II /Géosciences et Environnement 13
SYNTIŒSE BIBLIOGRAPHIQUE
/
® @)
Régime de montagne
1993
JFMAMJJASOND
Figure 3: Principales zones climatiques de la Cote d'Ivoire avec une illustration des
quatre régimes pluviométriques (Goula et al., 2007)
1.2.3.1. Principaux facteurs du climat
Précipitation
La pluviométrie de la Côte d'Ivoire est comprise, entre 900 et 2000 mm en moyenne par
année (Arnaud, 1978b). Les précipitations augmentent du Nord au Sud, puis vers les reliefs à l'ouest du pays. Les précipitations les plus importantes surviennent tout le long de la frange
littorale (régime équatorial) et sur le massif de Man (régime montagnard).
KAMAGATE ANZOUMANAN Mémoire Master JI /Géosciences et Environnement 14
SYNTHESE BJBLIOGRAPIDQUE
Pour le régime à deux saisons (partie septentrionale de la Côte d'Ivoire), la répartition des
précipitations se fait comme suivant :
• la majorité des précipitations a lieu de juillet à septembre avec un maximum centré
Sur août marquant l'unique saison des pluies (Eldin, 1971). Typique du climat soudanais;
• il y a une absence totale de pluie de novembre à mars/avril ;
• quelques pluies espacées et de faibles importances surviennent d'avril à juin
pour le régime à quatre saisons (partie méridionale de la Côte d'Ivoire), la répartition des
précipitations se fait comme suivant :
• la grande saison des pluies où tombent la majorité des précipitations a lieu d'avril à
mi-juillet avec un maximum centré sur juin ;
• la petite saison des pluies a lieu de mi-septembre à novembre et est marquée par des
orages et des grains ;
• il y a une absence totale de précipitations de mi-juillet à mi-septembre (petite saison
Sèche) et de décembre à mars (grande saison sèche).
Température et Humidité relative
La Cote d'Ivoire connaît en général des variations importantes de température entre le Nord
et le Sud, mais également le long de l'année en fonction des saisons (Ardoin, 2000).Les
températures oscillent autour de 28 °C en moyenne. Un échauffement de l'air est en effet
observé à mesure que l'on progresse vers Je nord. Les temperatures annuelles les plus basses
sont observées dans la zone montagneuse.les temperatures les plus fortes sont enregistrées
dans l'extreme nord à Korhogo ,mais également dans le secteur sud-est de la cuvette de
Dimbokro. Les mois les plus chauds de l'année sont ceux de février,mars et avril ou,à
l'exception du quart sud-ouest du pays,toutes les localités connaissent des températures
mensuelles supérieurs à 27 °C. La Côte d'Ivoire enregistrent ses temperatures les plus basses
en juillet et en aout. Sur l'ensemble du pays,ces températures descendent souvent à 20°C
(Figure 4).
SYNTHESE BIBLIOGRAPHIQUE
10
a- Températures minimales moyennes b- Températures maximales moyennes
Figure 4: Températures minimales et maximales moyennes de la Côte d'Ivoire sur la
période 1955-1997 (Soro, 2011).
Les phénomènes d'évaporation jouent un rôle prépondérant dans les bilans hydriques.
L'évapotranspiration potentielle correspond à l'évaporation maximale d'une surface
suffisamment approvisionnée en eau selon les conditions climatiques donnée.
En Côte d'Ivoire L'évaporation totale annuelle sur des bacs Colorado diminue depuis le Nord
(2000 mm) vers le Sud (1000 mm) (Brou, 2005). Les variations saisonnières de l'évaporation
suivent assez bien celles de la température et de l'humidité relative de l'air. Ces variations
dépendent de l'influence de l'altitude et des formations végétales.
1.2.4. Végétation
Le couvert végétal ivoirien, très hétérogène, passe au début du 20e siècle, des forêts denses
humides sempervirentes rattachées à une pluviométrie moyenne annuelle excédant 1700 mm à
une végétation actuelle de type savane, caractéristique des régions où la pluviométrie annuelle
est inférieure à 1300 mm (Leneuf, 1959 ; Guillaumet et al., 1971) cité par (Kouassi, 2013)
Toutefois, la classification des régions agro-climatiques permet de faire les distinctions
suivantes (Figure 5) :
SYNTHESE BIBLIOGRAPHIQUE
la Basse Côte d'Ivoire forestière occupe les massifs forestiers du Sud et du Sud-Ouest
auxquels se rattache le massif montagneux de Man. Elle est couverte d'une forêt dense
humide sempervirente (secteur hyper ombrophile et secteur ombrophile) ;
la Moyenne Côte d'Ivoire forestière, située au Nord de la zone précédente, est limitée
au Nord par les deux branches du V Baoulé, à l'Ouest par le Sassandra et à l'Est par la
frontière du Ghana. Elle est couverte d'une forêt dense semi-décimée (secteur
mésophile) ;
la Côte d'Ivoire préforestière occupe d'une part le « V Baoulé » et d'autre part une bande centrale située au-dessus de la forêt rnésophile et limitée au Nord par la ligne
Nassian-Kani. Des blocs et des îlots de forêt dense humide mésophile et de forêt dense
sèche sont inclus dans une savane plus ou moins boisé appartenant aux savanes
guinéennes et subsoudaniennes ;
la région nord de la Côte d'Ivoire, située au-dessus de la ligne Kani-Nassian, peut être
subdivisée en trois sous régions qui sont du Nord au Sud, le secteur soudanais, le
secteur sub-soudanais et la forêt claire.
Domain• Soudanais
Fort.t d•nu ucht S,van• ubudv• 111b-so.,d11na11 Savant boiut sub soud1n11is
• S•v111'14boh••ioudanais
Savant arbusiv• soudanais
Figure 5: Couvert végétal de la Cote d'Ivoire (Brou, 2005)
KAMAGATE ANZOUMANAN Mémoire Master Il !Géosciences et Environnement 17
DONNEES ET METHODES
KAMA GATE ANZOUMANAN Mémoire Il Géosciences et Environnement 18
DONNEES ET METHODES
Les données proviennent de la société d'Exploitation et de Développement Aéroportuaire
Aéronautique et Météorologique(SODEXAM). Les séries des épisodes pluvieux journaliers
ont été constituées à 1 'aide des enregistrements de 14 stations synoptiques reparties sur
l'ensemble du territoire (Figure 6). Les séries s'étendent globalement sur les périodes 1980-
2010 et 1972-2002 (Tableau fil). Les stations sélectionnées, sont des stations synoptiques
observées de manière continue par des professionnels de la SODEXAM. Elles obéissent à des
critères de continuité et de durée de l'information disponible et de qualité des données. Le
choix des postes s'est également effectué de manière à permettre une couverture la plus
homogène possible de la zone d'étude. Pour obtenir les données des épisodes pluvieux, on a
procédé à un dépouillement des tableaux climatologiques mensuels (TCM).
10
9-
8
7
Man
Gagnoa
V
Bouake
V
5
0 50 V Station synoptique -8 -7 -6 -5 -4 -3
Figure 6: Répartition spatiale des stations synoptiques de la présente étude
KAMA GA TE ANZOUMANAN Mémoire D Géosciences eJ Environnement 19
DONNEES ET METI-IODES
Stations Longitude Latitude Période d'observation Ouesn") Nord(0) (années)
Abidian 3°56 5°15 1980-2010 Bondoukou 2°47 8°03 1980-2010 Bouake 5°40 7°44 1972-2002 Adiaké 3°18 5°18 1980-2010 Daloa 6°27 6°53 1980-2010 Dimbokro 4°42 6°39 1980-2010 Gagnoa 5°57 6°08 1980-2010 Sassandra 6°50 4°57 1980-2010 Tabou 7°22 4°25 1980-2010 Korhogo 5°37 9°25 1972-2002 Man 7°31 7°24 1972-2002 Odienné 7°34 9°30 1972-2002 San Pedro 4°45 4°45 1980-2010 Yamoussoukro 5°21 6°54 1976-2010
2.1.2. Dépouillement des TCM
le dépouillement automatique ;
le dépouillement manuel ;
Dans le cas de cette étude, c'est le dépouillement des TCM été fait manuellement. Cela a
constitué à enregistrer pour chaque mois d'observations le nombre d'épisode pluvieux sur le
serveur CLIDATA. La série de mesure de cette étude s'étale sur 30 années.
2.2. Approches méthodologiques
L'analyse séquentielle des données vise à détecter les erreurs évidentes commises dans le
processus d'échantillonnage et au niveau de leur présentation. Après le traitement des
données, la taille moyenne des échantillons est de 3 lannées. La phase suivante a consisté à
étudier les caractéristiques statistiques des séries et à vérifier si elles possèdent les qualités
requises pour la détermination de leur fonction de distribution.
Ainsi, les tests de stationnarité de Kendall (Lubès-Niel et al., 1998) et d'autocorrélation ont
été appliqués. Ces tests statistiques permettent essentiellement d'évaluer la représentativité
des répartitions observées par rapport aux valeurs connues de la population et servent à
évaluer la significativité des observations.
KAMA GATE ANZOUMANAN Mémoire lJ Géosciences et Environnement 20
DONNEESETMETHODES
Le test de stationnarité de Kendall cité par (Manobar et al., 2005), qui est un test de
corrélation sur le rang, sert à détecter les tendances dans les séries (Yue et Pilon, 2004). Celui
d'autocorrélation est utile pour vérifier dans les observations, l'existence d'une dépendance
séquentielle qui conduirait, lorsque celle-ci est avérée, à définir le type et le niveau de celle-ci
avant de continuer l'étude du processus des fréquences.
2.2.2. Détection des changements dans les séries des épisodes pluvieux
Pour mener à bien toute étude sur la détection de changements graduels ou brusque dans les
séries climatiques, (Kundzewicz et Robson, 2004) proposent de suivre la démarche
suivante: préparation d'un jeu de données convenables, analyse exploratrice, mise en œuvre
de tests statistiques appropriés et interprétation des résultats. Les dits tests statistiques, qu'ils
soient paramétriques ou qu'ils soient non paramétriques nécessitent la vérification de
quelques hypothèses de base.
2.2.3. Test de détection de tendance
La tendance est définie comme une modification graduelle dans les propriétés d'un processus
aléatoire (Renard, 2006). Le test de Mann-Kendall(MK) est le test utilisé pour la détection
d'éventuels changements graduels dans les séries d'épisodes pluvieux. Le choix de cette
procédure de détection repose sur la puissance de ce dernier (Pujol et al., 2007) et la
robustesse de son fondement théorique (llamed, 2008).
2.2.3.1. Test de Mann-Kendall
Selon Mann (1945) et Kendall (1975), le test sur le rang permet de déterminer si la
corrélation entre le temps et la série des épisodes pluvieux est significative ou non. Soit
(x1, ••• xn) un échantillon de valeurs indépendantes issu d'une variable aléatoire X, dont on
cherche à évaluer la stationnarité. La statistique de Mann-Kendall est définie comme suit :
S-~n-1 ~n • ( • ') -""i=l ""i=i+l s1.gne XJ - xi (2)
la statistique est calculée en dénombrant, pour tous les couples (xi, x j)i < j ;le nombre de cas
ou la seconde valeur est supérieure à la première, et le nombre de cas ou la seconde est
inférieure, puis en faisant la différence entre ces quantités. La présence d'une tendance
statistiquement significative est évaluée en utilisant la valeur de Z :
KAMAGATE ANZOUMANAN Mémoire Il Géosciences et Environnement 21
DONNEES ET METHODES
.Jvar(s'. si S < 0 (3)
Sous HO, Mann(1945) et Kendall(l975) ont démontré que: E(S)=O V ar(S)=n (n-1) (2n+5)/18 (4)
Toutefois, une correction peut être apportée à la variance de S si la variable crée un trop grand
nombre d'ex-œquo de la manière suivante:
Var(S) = (n(n- 1)(2n + 5) - 1:;=1 tk(k - 1)(2k + 5))/18 (5)
Où tk désigne le nombre d'égalités impliquant k valeurs.
Tableau IV: Significativité des tests de tendance
Hypothèses Risque d'erreur Significativité du Décision du test test
Ha <90% Non significatif
10% 90% Peu significatif
H1 5% 95% Significatif
1% 99% Très significatif
2.3. Analyse fréquentielle Pour que les résultats de l'analyse fréquentielle soient valides, les données utilisées doivent
satisfaire certaines hypothèses de base. En effet, les données doivent être indépendantes
homogènes et stationnaires. De manière générale, la détermination de la meiJleure loi
d'ajustement a toujours été délicate et le choix du modèle peut être crucial pour l'estimation
des épisodes pluvieux de différentes périodes de retour.
La loi Normale ou loi de Gauss, la loi Gamma, la loi Lognormale 2, et la loi Lognormale 3
ont servies de modèle d'ajustement. La détermination des fréquences expérimentales se base
sur l'étude critique et comparative des différentes approches pour le développement des
fonctions de probabilité empiriques (FPE) de (Rosbjerg et al., 1992). Malgré la
recommandation d'utiliser la FPE basée sur la médiane des statistiques d'ordre comme
compromis entre les FPE non biaisées et les FPE basées sur le mode des statistiques d'ordre la
formule de Hazen (citée par Rosbjerg et al., 1992) a été retenue. En zone tropicale humide,
celle-ci a été utilisée par l'ensemble des auteurs. Après un classement par ordre croissant
KAMA GA TE ANZOUMANAN Mémoire Il Géosciences eJ Environnement 22
DONNEES ET ME1H0DES
d'un échantillon de pluies maximales de taille n, l'expression de la fréquence empirique ou
expérimentale de non-dépassement de Hazen pour une valeur x de rang i se note:
F(x;) = i -0.5 n
2.3.1. Choix des modèles statistiques
La validité des résultats d'une analyse fréquentielle dépend du choix du modèle fréquentiel et
plus particulièrement de son type. Ce choix dépend de la vitesse à laquelle la probabilité des
grandes valeurs évolue (Koumassi et al., 2014).
Tableau V: Distribution statistique utilisées pour l'analyse fréquentielle
Lois Fonction de densité de probabilité Paramètres
Normale J(x) = Jm- exp{- (x - ~ )2 } a 2n 2a a,µ
Gamma a;. J(x)=-x,1-te-<ZX r(J) a,À
Log Normal 2 /(x)= I exp{- (Inx-/f} xufm 2u µ,,u
Log Normale 3 /{x)=-l -e4-{Inx-/Y} a,µ xu..fin 2u
2.3.2. Estimation des paramètres du modèle statistique
L'estimation consiste à donner des valeurs approchées aux paramètres d'une population à
l'aide d'un échantillon den observations issues de cette population (Saporta, 1990).
Un bon estimateur du paramètre 8 doit satisfaire quatre propriétés : convergent, non-biaisé,
efficace et suffisant. Il existe plusieurs méthodes d'estimation des paramètres : la méthode du
maximum de vraisemblance, la méthode des moments pondérés, la méthode des moments, la
méthode des L-moments ou encore la méthode bayésiennes.
La méthode du maximum de vraisemblance a été retenue parce qu'elle a l'avantage d'être
applicable à toutes les distributions statistiques à l'exception de la distribution Lognormale 3
et Gamma qui a nécessité l'usage de la méthode des Moments, la méthode de vraisemblance
donne des estimateurs corrects et efficaces (Laborde, 2000). La méthode du maximum de
KAMAGATEANZOUMANAN Mémoire II Géosciences et Environnement 23
DONNEES ET METHODES
vraisemblance consiste à trouver l'ensemble des paramètres qui, compte tenue de la loi de
probabilité retenue, maximise la probabilité d'obtenir les valeurs observées de l'échantillon.
2.3.3. Validation du modèle statistique
Cette étape a pour but de sélectionner parmi les lois statistiques proposées, celle qui décrit au
mieux les données. Le critère graphique, difficile à valider sur l'ensemble de la série, sert à
renforcer uniquement le choix effectué. En effet, dans le cas de la visualisation du graphique
présentant plusieurs ajustements, la comparaison des quantiles indique que là où l'une
maximise sur un intervalle de fréquence, l'autre minimise et ainsi de suite. Ainsi, il est
difficile dans la majorité des cas à vue d'œil d'utiliser ce critère pour faire le choix d'une loi.
L'utilisation de ce critère conduit à une utilisation des différentes lois sur des intervalles de
fréquence différents pour une même série. Cela n'est pas intéressant pour la détermination des
quantiles.
Le choix du meilleur modèle se fait sur la base de comparaison numérique avec la
probabilité à postériori et les critères Bayésien et Akaike qui se présentent comme suit:
• Critère d'information Bayésien (BIC)
Le critère d'information Bayésien (Akaike, 1974) se place dans un contexte Bayésien de
sélection statistique On recherche ici le modèle statistique qui maximise la distribution a
posteriori des modèles, c'est-à- dire le modèle le plus vraisemblable au vu des données. Le
critère Bayésien est la suivante (Lebartier et Mary-Huard, 2004) :
BIC = -2 log (L) +2 k log (N) (7)
Où:
Le critère d'information d'Akaike (Akaike, 1974) est fondé sur une pseudo-distance entre
une distribution(g) inconnue, et une distribution arbitraire(f) paramétrée par 0. Le critère de
comparaison d' Akaike(AIC) sélectionne le modèle réalisant le meilleure compromis biais­
variance pour le nombre de données N dont on dispose. L'expression du critère AIC est
définie comme suit(Lebartier. et Mary-Huard, 2004) :
AIC = -2 log (L) +2 K (8)
Avec:
DONNEES ET METI-:IODES
K : nombre de paramètres
Le meilleur modèle statistique est celui dont les valeurs des critères AIC et BIC sont faibles
(Rao and Hamed, 2001).
2.4. Cartographie des épisodes pluvieux La méthode de krigeage est utilisée pour le tracé des courbes iso-valeurs d'une variable, ce
qui permet d'en étudier l'évolution spatiale. Le krigeage tient compte de la variabilité spatiale
et de la variable régionalisée, ce qui lui permet de minimiser l'erreur d'estimation. Cette
méthode a été choisie pour la cartographie des quantiles des périodes de retour 5, 10, 50 et
100 ans.
2.5. Matériels de traitement Le traitement des données et la cartographie ont été faites à l'aide des logiciels: WORD
EXCEL, HYFRAN, SURFER 11 et HYDROSPECT 2.0.
WORD : Pour la rédaction du mémoire
Logiciel EXCEL : Il sert à centraliser et à traiter les données collectées.
Logiciel HYFRAN : Il permet de réaliser une analyse fréquentielle complète
pour n'importe quelle variable pour laquelle on dispose des données numériques. Ce
logiciel permet d'ajuster un nombre important de distributions statistiques à une série
de données qui vérifient les hypothèses d'indépendance, d'homogénéité et de
stationnarité. Un Système d'Aide à la Décision (SAD) a été développé pour permettre
de choisir la classe de distributions la plus adéquate pour estimer Je quantile de
période de retour élevée.
Logiciel HYDROSPECT 2.0: Pour l'analyse statistique, notamment les tests de
tendances : test de Mann-Kendall.
KAMA GA TE ANZOUMANAN Mémoire 11 Géosciences et Environnement 25
RESULTATS ET DISCUSSIONS
KAMA GATE ANZOUMANAN Mémoire II Géosciences et Environnement 26
RESULTATS ET DISCUSSIONS
3.1.1. Analyse Statistique de base
Dans le tableau VI, les valeurs maximales d'épisodes pluvieux comprises entre 260 et 463
sont enregistrées aux stations, de Tabou, d' Adiaké, de DaJoa, de Man, d'Abidjan, de
Sassandra et de San-Pedro. Par contre, les plus faibles valeurs comprises entre 166 et 211
sont enregistrées aux stations de, Korhogo, Bouaké, Bondoukou, et Y arnoussoukro. Aux
stations de Dirnbokro, Gagnoa, et Odienné les valeurs tendent vers les plus élevées. Elles
sont comprises entre 213 et 235. Les valeurs 463 et 78 représentent les épisodes pluvieux le
plus élevé et le plus petit enregistrés respectivement aux stations de Tabou de Korhogo.
Les coefficients de variation (Cv) des séries vont de 0.11 à 0.26 Ceci montre que les séries
de données sont homogènes .La remarque faite est que pour les stations dont les valeurs des
épisodes sont faibles, le coefficient de variation (Cv) est inférieur à 0,2. Par contre, il est
supérieur à 0,2 pour les stations dont les valeurs des épisodes pluvieux sont élevées. Ce qui
amène à conclure que les données sont homogènes.
Tableau VI: Caractéristiques des observations des épisodes pluvieux entre 1980-2010 et
1972-2002
Ouestï") Nord(0) Min. Max. Moy. variation
(Cv)
San Pedro 4°45 4°45 176 274 205 0,25
Yamoussoukro 5°21 6°54 92 211 143 0,17
KAMA GATE ANZOUMANAN Mémoire Il Géosciences et Environnement 27
RESULTATS ET DISCUSSIONS
3.1.2.1. Test d'autocorrélation
Dans l'ensemble, les séries d'épisodes pluvieux ne présentent pas d'autocorrélation
significative à l'exception de celles des stations de Daloa, Sassandra, Tabou, et Man (Tableau
VU). Au niveau de la station de Man et Daloa, le phénomène de dépendance est fortement
ressenti. Concernant la station de Gagnoa, les séries des épisodes pluvieux, sont affectées par
une autocorrélation négative, mais celle-ci n'est pas significative.
Tableau VII: Coefficient d'autocorrélation d'ordre l des épisodes pluvieux annuels
STATIONS Coefficient de Significativité Pente(a) Décision du test
corrélation(r) z Abidjan 0,20 1,38 1,96 Absence d'autocorrélation
Bondoukou 0,16 1,16 1,96 Absence d'autocorrélation
Bouaké 0,23 1,57 1,96 Absence d'autocorrélation
Adiaké 0,19 1,33 1,96 Absence d'autocorrélation
Daloa 0,36 2,30 1,96 Présence d 'autocorrélation
Dimbokro 0,10 0,80 1,96 Absence d 'autocorrélation
Gagnoa -0,17 -0,83 1,96 Absence d' autocorrélation
Sassandra 0,31 1,99 1,96 Présence d 'autocorrélation
Tabou 0,32 2,06 1,96 Présence d 'autocorrélation
Korhogo 0,07 0,61 1,96 Absence d' autocorrélation
Man 0,40 2,53 1,96 Présence d 'autocorrélation
Odienné 0,20 1,39 1,96 Absence d' autocorrélation
San-Pedro 0,19 1,33 1,96 Absence d 'autocorrélation
Yamoussoukro 0,29 1,87 1,96 Absence d'autocorrélation
(les chiffres en gras indiquent une autocorrélation significative au risque de 5 %.)
3.1.2.2. Test d'homogénéité
Le test d'homogénéité est plutôt dédié à la recherche de ruptures multiples, liées aux
modifications des conditions de mesure (déplacement d'une station, changement
d'observateur, remplacement d'un instrument de mesure, etc.). Bien qu'elles puissent être
aussi appliquées à des études climatiques. L'homogénéisation consiste à détecter puis à corriger
ces variations. Dans l'ensemble nos données sont homogènes car elles n'ont subies aucune
modification.
KAMA GA TE ANZOUMANAN Mémoire Il Géosciences et Environnement 28
RESULTATS ET DISCUSSIONS
3.1.3. Analyse temporelle des épisodes pluvieux par zone
Les représentations graphiques comparatives des différents épisodes pluvieux pour· 1es
stations ci-dessous ont été choisies à titre d'exemple et chaque station représente une zone
climatique. Ces graphes représentent la moyenne mensuelle des épisodes pluvieux sur une
période de 30 ans.
La représentation graphique des variations des moyennes mensuelles interannuels du nombre
des épisodes pluvieux sur une période de 30 ans (1980-2010) de la station d'Abidjan (Figure
7), montre une variation irrégulière( en dent de scie), L'observation de ce graphe permet de
constater que le nombre des épisodes pluvieux varient entre 3 et 42 sur la période 1980 à
2010. Les fortes valeurs sont enregistrées au niveau des mois de Mai, Juin, et Octobre (les
mois les plus pluvieux), alors que les faibles valeurs caractérisent les mois de Janvier, Févier,
Mars et Décembre(les mois les plus secs).
Le mois de juin est le plus arrosé avec un nombre d'épisodes pluvieux de plus de 40 et le
mois de Janvier est le plus sec avec moins de 5 comme le nombre d'évènement pluvieux.
Station d'Abidjan ~ 45 4,1
~ 40 t: 5 35 :-:
-~ 30
i 25 "' ~ 20 Q "' ·a 15 ,.., 5 10 t: •.... 5 ~ ~ 0
Figure 7: Moyenne des épisodes pluvieux mensuels de 1980 à 2010
KAMA GATE ANZOUMANAN Mémoire Il Géosclences et Environnement 29
RESULTATS ET DISCUSSIONS
Zone II
L'analyse temporelle des moyennes des épisodes pluvieux à la station de Bouaké, sur la
période de (1972-2002) (Figure 8) montre que, les mois les plus arrosés avec plus de 15 le
nombre des épisodes pluvieux sont: Juin, Juillet, Aout, Septembre. Le maximum d'épisodes
pluvieux est atteint dans le mois d' Aout avec 23. Les mois de Janvier, Février, Novembre et
Décembre sont les plus secs avec un nombre d'épisodes pluvieux en dessous de 5.
25
0
- 1 1 •
Figure 8: Moyenne des épisodes pluvieux mensuels de 1972 à 2002
KAMA GATE ANZOUMANAN Mémoire li Géosclences d Environnement 30
RESULTATS ET DISCUSSIONS
Zone ID
L'observation de ce graphe permet de constater que la moyenne d'évènement pluvieux est très
irrégulière d'un mois à l'autre (Figure 9). Les mois de juillet, Aout, et Septembre
correspondent à des périodes humides avec des épisodes pluvieux qui varient entre 26 et 19.
Le mois le plus arrosée est le mois d' Août. Par contre les mois de Janvier, Février et
Décembre sont plutôt sec et correspondant généralement aux périodes de sécheresse qui ont
sévi dans la région de Korhogo avec des épisodes pluvieux en dessous de 5.
30
0
Station de Korhogo
- - 1 1 jan fev mars avril mai juin juillet aout sept oct nov dec
Figure 9: Moyenne des épisodes pluvieux mensuels de 1972 à 2002
KAMA GATE ANZOUMANAN Mémoire Il Giosciences el Environnement 31
RESULTATS ET DISCUSSIONS
Zone IV
L'analyse des moyennes des épisodes pluvieux interannuels de la station de Man de 1972 à
2002 montre une irrégularité des épisodes pluvieux (Figure 10). EIJe varie entre 2 et 48. Les
mois de Juillet, Aout, Septembre présentent les épisodes pluvieux les plus élevés dont le
maximum est atteint en Août. Les mois de Janvier, Février, Novembre et Décembre
constituent les périodes ou les moyennes des épisodes pluvieux sont les plus faibles en
dessous de 10. La figure 11 montre en moyenne le nombre d'épisodes pluvieux mensuels par
stations de 1972-2002 et de 1980-2010.
60 ~------------------------
~ 30 i - =- -~ 20 = e >. ~ 10
0 jan fev mars avril mai juin juillet aout sept oct nov dec
Figure 10: Moyenne des épisodes pluvieux mensuels de 1972 à 2002
KAMA GA TE ANZOUMANAN Mémoire Il Géosciences et Environnement 32
RESULTATS ET DISCUSSIONS
··---.---,--. ., ,, ,r I.., ~ .;·., •' .; •' .t
Jh 1 -...t,
Figure 11 : Moyenne des épisodes pluvieux mensuels par stations de 1972-2002 et de
1980-2010
RESULTATS ET DISCUSSIONS
3.1.3.2.1. Echelle annuelle
On peut observer qu'un très petit nombre de tendances a été détecté par le test de Mann­
Kendall au niveau du nombre des épisodes pluvieux annuels (Figure 12). Sur toutes les
quatorze (14) stations analysées trois(3) sont affectées par une tendance significative en
moyenne comme en variance. Une tendance à la hausse a été observée dans la station de
Bouaké et de Sassandra. Cette hausse se traduit par des taux de significativité de plus de 95%
dans la majorité de ces stations soit 7%. Ces taux attestent bien que les épisodes pluvieux
connaissent une évolution significative dans ces différentes zones du pays. Cependant, dans
les stations d'Abidjan, de Tabou, d'Adiaké et de Yamoussoukro, on a pu observer une
tendance à la baisse des épisodes pluvieux. Cette baisse reste très significative car les taux qui
y sont associés dépassent largement les 95%. Mais, il est important de souligner que cette
tendance à la baisse s'observe sur 14 % des stations. En moyenne, et en variance 21 % des
séries sont non stationnaire. On note aussi qu'une grande partie des stations, c'est-à-dire 79%
ne sont pas affectées de tendance particulière. Par ailleurs, les tests statistiques détectent en
moyenne comme en variance pratiquement les mêmes tendances dans les différentes stations
enquêtées.
90 '/4 X Non significatir ,f90%
• 95 '/4 1 Baisse • 99 '/,
.3
Figure 12: Tendances détectées dans les séries annuelles des épisodes pluvieux
KAMA GA TE ANZOUMANAN Mémoire li Géosciences e1 Environnement 34
RESULTATS ET DISCUSSIONS
3.1.3.2.2. Echelle mensuelle
• Moyenne
La figure 13 présente la significativité des tendances détectées par le test de Mann-Kendall à
l'échelle mensuelle au niveau des épisodes pluvieux. On peut observer que deux tendances
significatives ont pu être détectées dans les épisodes pluvieux. Une tendance à la hausse et
une tendance à la baisse. Ces tendances n'affectent pas une grande partie des stations.
Les tendances significatives observées affectent 14% des stations sur l'ensemble des mois.
Par ailleurs, dans les mois de janvier, avril, mai et novembre, les tendances affectent un très
grand nombre de stations, 21% des stations dans les mois de Janvier et d'Avril et 29% des
stations dans les mois de Mai et de Novembre. Ces observations montrent que l'évolution des
épisodes pluvieux n'est pas significative sur la majorité des stations.
La hausse et la baisse observée au niveau des épisodes pluvieux semblent se localiser dans
certaines régions. L'on remarque que la hausse a été observée dans certaines stations du
Nord, de la bande côtière et du Sud du pays. Cette hausse reste tout de même significative
dans ces régions car les taux qui y sont associés varient de 90 à 99% de taux de significativité.
Quant à la baisse du nombre des épisodes pluvieux, elle a été observée au niveau des stations
de Tabou, Abidjan et San-Pedro au sud, Yamoussoukro, et Bouaké au centre, Man à l'ouest,
Korhogo et Bondoukou respectivement au Nord et à l'extrême Nord-Est du pays. Aussi,
cette baisse reste significative sur ces stations. Mais, à la station de Tabou, cette baisse
significative reste très accentuée (plus 99% de significativité).
KAMAGATEANZOUMANAN Mémoire Il Géosciences et Environnement 35
RESULTAIS ET DISCUSSIONS
K.;111,uuo
X v,(11.,,,v,i; •• imkro
nttumu,
G G,onoa
.. ./ ·& .J -8 ., .ç .5 .. .J .. .J
Figure 13a: Tendance détectée en moyenne dans les séries mensuelles d'épisodes pluvieux par le test de Mann- Kendall (Janvier à Juin)
KAMA GA TE ANZOUMANAN Mémoire Il Géosciences et Environnement 36
RESULTATS ET DISCUSSIONS
,01 f n,, ____ kox~ ~r,·1 l{xn• ~,,n Ko)(go 1 Z./'x'"' Ko1hogo
X q
Dou•ko
(f:l Bouakc
( :l Bou•l(o
X X X Y •• 111vuuuuNu Y ••uuu~uu •• ru Oaloa .f. Ol111WNu
Oalo• /'1;11~ Vam01•t~0uluo
X X X OlmbokN> X )( Uimbokro
X X )(
Tendances t 99%
--0 -7 ·6 .5 ... -3 .. 1 b s _,, -J • I 6 • • J t 95 % 1 Hausse 90%
10-1 ' ··x·· ~11·~ l0·x"" ~rol l{x"" Ko)(go ~r X Non significatif Kux!J"J .90%
• 95 % 1 Baisse f 99%
8uu•ku
o.1o. Y•mouucnJuo Oaloa Yamou:uoutuo Oak»a Y amouu,ouk,o
X X Dmbow X X D1mbo1"o X X D1mbom X • X
Gognoo ""'~"' G •• ~IIVIII
X r, • X
.. -1 .. .. .. .J
Figure 13 b : Tendance détectée en moyenne dans les séries mensuelles d'épisodes pluvieux par le test de Mann-Kendall (Juillet à Décembre)
KAMA GA TE ANZOUMANAN Mémoire Il Géosciences et Environnement 37
RESULTATS ET DISCUSSIONS
Variance
La figure 14 présente la significativité des tendances en variance à l'échelle mensuelle au
niveau des épisodes pluvieux. Très peu de changements ont été détectés par le test de Mann­
Kendall au niveau des épisodes pluvieux. On peut observer que deux tendances ont été
décelées dans les épisodes pluvieux sur l'ensemble des mois. Une hausse dans les stations
d'Abidjan et d' Adiaké au sud pendant le mois d'Octobre et d' Avril, Bouaké au centre
pendant le mois de Mars et Odienné à l'extrême nord-ouest au cours du mois d' Août.
La baisse est observée dans les stations de Tabou et d' Adiaké au sud, Gagnoa et Daloa au Sud
intérieur, Bouaké et Yamoussoukro au centre, Korhogo, Bondoukou au Nord. Ces tendances
n'affectent pas la moitié des stations sur chaque mois. Mais, dans les mois d'Aout et de
Décembre, la baisse affectent 29% des stations et 14% des stations dans les mois de Mai, de
Juillet, de Septembre, et d'Octobre. Toute fois la baisse des épisodes pluvieux reste plus
importante que la hausse. Il est également important de signaler que la plupart des stations
sont affectées par une tendance non significative c'est-à-dire des taux inférieur à 90%. On
peut donc observer que dans l'ensemble, plus de 90% des stations ne présentent pas une
évolution significative des épisodes pluvieux. Cette absence de tendance est accentuée dans
les mois de Janvier, de Févier et de Juin avec 100% des stations et 86% des stations dans les
mois d' Avril, de Mai, de Juillet, de Septembre et de Novembre. Ces observations montrent
que l'évolution des épisodes pluvieux n'est pas significative sur la majorité des stations.
KAMA GATE ANZOUMANAN Mémoire LI Géosciences et Environnement 38
RESULTATS ET DISCUSSIONS
0 •
• Oou11k• )(
-· -J
Figure 14 a : Tendance détectée en variance dans les séries mensuelles d'épisodes pluvieux par le test de Mann-Kendall (Janvier à Juin)
KAMA GATE ANZOUMANAN Mémoire li Géosciences et Environnement 39
RESULTATS ET DISCUSSIONS
•
7 0111011 Yarnou.saouklo 7 D•lo• Vomou,::.oulwo
)( )( Oliull~u • - Ulmhnlom )( )( Dtmxbo"'o X X
Oo9noo o~u,1,K.J-. nognon
~-'-ls-~---''--..,.....__"""~-=;;.,----......, t 95 % 1 Hanm ·• ., ·• ·• .4 ., .• ., .., ·• ·• ., t JJO 'h
X ~ouig,n.llbtif ,o~ ~ - '""-- .,.....----...."~ I é' _, -- ~r i C: ~ <..r ~lt(;ltmQJllt ·~ . .. ,r· -..... '11 ·- L ""· ,. 0u,...... ···- • ~ 'ID
X X X X f 95¾ 1 Baisse
··x·· (ow~1· u ·- . ·-··· '""";:.rl" • 99 % Miill )( X
Oaloa X Yomcru,,oll\NI y kf _a_ X , Dolon Y•mn0<-,o,•h•o 7 0,10, -=•- 0 ...•.. ox"" x >< °'",t· x x •....
Uagno• Oaono•
X s "'•x•• • •
Figure 14 b : Tendance détectée en variance dans les séries mensuelles d'épisodes pluvieux par le test de Mann-Kendall (Juin à Décembre)
KAMA GA TE ANZOUMANAN Mémoire li Géosciences et Environnement 40
RESULTATS ET DISCUSSIONS
3.1.4.1. Distributions statistique des épisodes pluvieux
La figure 15 montre des graphiques qui présentent les probabilités empiriques et théoriques
des distributions des lois Normale, Lognormale 2, Lognormale 3 et Gamma sur papier de
probabilité normale. Les stations ci-dessous ont été choisies à titre d'exemple et chaque
station représente une zone climatique (Annexe n. Les courbes sont confondues dans l'axe des observations, néanmoins on peut observer des comportements distincts vers les valeurs
extrêmes. Elles ont tendance à avoir un comportement asymptotique pour des probabilités de
non dépassement très grandes.
700 , station Abidjan • i
21.NJMV- JLN/MM G21MM--
0 E> b N Il\ <Il ~ ci O ci ci ci O o
Probabilitês au flOIK!êpassement (papier nomial I Hazen)
2~0 t·············:···········: ········:········· :········· :·········:··········:·············' Station Kornogo
0 0 0 0 0 0 0 Probabiités au non-dépassement (papier normal I Hazen)
8l 0
3001·· ---- 'F•••:•••••••••i•••••r••·•••i~ <;2BOt··J Obs-ion,n­ • 260f·· NIMV-­ ~ 240 .. • 220 .. ~ 200 .• ~ 180 .. °ë..160 '------•:---------~----- : 140 . ' .., ~ 120 .......• , ~100~=-"""=---= . . ZONE II ········ !! 80 . . ' ' ' ' . Ê 60 ------------..:.----------~--------~---------~------- . :!1 40 ············•: ; ; •........ ; ..........•...... ; j .
' . ' ' . . 20 ... ·- -------7----------~--------1---------~---- ... .. --------~------ --- -: .•.. - ------- · 0 . ' ' ' ' '
Probatilàés au noo-<Mpassement (papier normal I Hazen) 0 0
. t±lT ' ' ' ' i 150 .. ~ ..•....... ~ •....... ) ) ! : : . • ' ' • 1 i': - - ! !ZONE.IV
. . . ' ' ' 0 : : : : : :
§ 0
N ci ci ci ci ci ci 0
Probabiliés au noo-<lêpassemenl (paper nonnal / Hazen) 0
Figure 15: Graphique des ajustements des lois aux épisodes pluvieux annuels
KAMA GA TE ANZOUMANAN Mémoire li Géosciences et Environnement 41
RESULTATS ET DISCUSSIONS
3.1.4.2. Lois statistiques retenues
La meilleure loi à retenir est celle qui a simultanément les deux critères faibles et une
probabilité à posteriori plus élevée (Tableau VIII). Sur l'ensemble des quatorze (14) stations
la loi normale s'ajuste sur neuf (09) stations suivent de la loi Lognormale qui s'ajuste sur trois
(03) stations. Ainsi, la loi Normale s'avère la mieux appropriée (Tableau VIII) pour décrire
les épisodes pluvieux annuels.
Tableau VIII: Classement des lois statistiques à l'aide des critères de comparaison
d'Akaike (AIC) et Bayésien (BIC)
Stations
Abidjan
Bondoukou
Bouaké
Adiaké
Daloa
Dimbokro
Gagnoa
Classements des Critères de comparaison lois p (Mi/X) BIC AIC Normale 97,80 324,47 321,67 Gamma 1,98 332,27 329,47 Lognormale 0,22 336,63 333,83 Lognormale3 0,00 348,74 344,54 Lognormale 52,97 286,77 283,90 Gamma 33,69 287,68 284,81 Normale 9,56 290,19 287,33 Lognormale3 3,77 292,05 287,75 Normale 52,30 279,41 276,54 Gamma 26,23 280,79 277,92 Lognormale 14,49 281,98 279,11 Lognormale 3 6,98 283,44 279,14 Normale 45,57 321,46 318,59 Gamma 28,79 322,38 319,51 Lognormale 17,57 323,37 320,50 Lognormale 3 8,07 324,92 320,62 Gamma 44,33 327,10 324,23 Lognormale 37,59 327,43 324,56 Normale 16,36 329,09 326,23 Lognormale3 1,72 333,60 329,30 Lognormale 42.48 290,86 287,99 Gamma 32,33 291,40 288,53 Normale 15,63 292,86 289,99 Lognormale3 9,56 293,84 289,54 Normale 68,52 284,93 282,06 Gamma 20,83 287,31 284,44 Lognormale 10,64 288,65 285,78
Lognormale3 0,00 307,62 303,32
RESULTATS ET DISCUSSIONS
Sassandra Lognormale 45,79 305,30 302,43 Gamma 30,53 306,17 303,24 Lognormale3 12,74 307,86 303,56 Normale 10,94 308,17 305,30
Tabou Gamma 34,81 335,64 332,77 Lognormale 33,65 335,71 332,84 Normale 25,39 336,27 333,40 Lognormale3 6,15 339,10 334,80
Korhogo Normale 70,39 277,74 274,87 Gamma 20,16 280,24 277,37 Lognormale 8,81 281,89 279,03 Lognormale3 0,64 287,14 282,83
Man Normale 38,08 295,60 292,73 Gamma 30,72 296,03 293,16 Lognormale 24,63 296,47 293,60 Lognormale3 6,56 299,11 294,81
Odienné Normale 35,13 292,44 289,58 Gamma 32,34 292,61 289,74 Lognormale 26,17 293,03 290,16 Lognormale3 6,37 295,86 291,56
San-pedro Normale 100,00 335,78 332,91 Gamma 0,00 369,23 366,37 Lognormale 0,00 372,55 369,68 Lognormale3 NID NID NID
Yamoussoukro Normale 33,74 293,18 290,31 Gamma 33,71 293,18 290,31 Lognormale 25,96 293,70 290,83 Lognormale3 6,60 296,44 292,14
3.1.4.3. Estimation des paramètres des lois statistiques
Loi normale
Le paramètre de position et d'échelle de la loi Normale sont très élevés au niveau des
stations de la bande côtière (Abidjan, Adiaké, San-Pedro, Man, Gagnoa et Odienné) et
faible dans les stations du Nord et du centre (Korhogo, Yamoussoukro, et Bouaké),
(Tableau IX). Le paramètre d'échelle cr appelé gradex est le gradient des valeurs extrêmes
d'épisodes pluvieux. C'est un paramètre climatique caractérisant le risque d'épisodes
pluvieux dans une région. Ainsi, San-Pedro et Abidjan sont les zones où le nombre
d'épisodes pluvieux est élevé avec un gradex de l'ordre de 50 suivit d' Adiaké et de Man
avec un gradex respectivement de 40 et de 26. Le paramètre de positions (µ) caractérise
l'ordre de grandeur de la série des maxima annuels.
KAMA GATE ANZOUMANAN Mémoire II Géosciences el Environnement 43
RESULTATS ET DISCUSSIONS
Stations Paramètres Zones µ cr climatiques
Adiaké 241,93 39,30 1 Abidjan 214,73 49,02 1 San-Pedro 195,58 49,51 1 Gagnoa 183,55 21,80 1 Yamoussoukro 143,39 24,91 Il Bouaké 131,45 19,94 a Odienné 161,74 24,61 Ill Korhogo 126,71 19,42 Ill Man 222,45 25,89 IV
Loi Lognormale
Les paramètres de position et d'échelle sont stables au niveau des stations pluviométriques
régies par la loi Lognonnale 2 (Tableau X). Pour toutes les stations, les valeurs du paramètre
de position et d'échelle oscillent respectivement autour de 5,10 et 0, 16.
Tableau X: valeurs des paramètres de la loi Lognormale
Stations Paramètres Zones
µ cr climatiques
Sassandra 5,24 0,16 1 Dimbokro 5,10 0,14 m Bondoukou 4,91 0,16 li
Loi Gamma Cette loi a été retenue uniquement dans la station de Daloa et de Tabou avec les valeurs
des paramètres du (tableau XI).
Tableau XI: Valeurs des paramètres de la loi Gamma
Stations Paramètres Zones climatiques a 1 À.
Daloa 0,09 I 16,99 I Tabou 0,13 I 45,36 1
KAMA GA TE ANZOUMANAN Mémoire Il Giosciences et Envfronnement 44
RESULTATS ET DISCUSSIONS
3.1.5. Régionalisation des paramètres des lois par zone climatique