option: géosciences et environnement

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

THEME:

ANALYSE STATISTIQUE DU NOMBRE DES

EPISODES PLUVIEUX EN CÔTE D'IVOIRE

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

Ingénieur Hydrologue, Chef de Département

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

DEDICACE iv

REMERCIEMENT·················································································································· V LISTE DE FIGURES "'i

LISTE DES TABLEAUX vii

SIGLES ET ACRONYJ\fES viii

RESUME ix

INTRODUCTION 1

CHAPITRE 1 : SYNTHESE BIBLIOGRAPIDQUE 4

1.1. ELEMENTS DE CONTEXTE 5

1.1.1 Définitions 5

1.1.1.1. Changements climatiques 5

1.1.1.2. Variabilité climatique 5

1.1.1.3. Episodes pluvieux 5

1.1. 2.lnventaire des lois statistiques 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

1.1.4. Tests classiques les plus utilisés 8

1.1.5. Critère d'application d'une loi statistique 9

1.1.5.1. Test d'autocorrélation 9

1.1.5.2. Test de stationnarité et non stationnarité 9

1.1.5.3. Test homogénéité 10

1.1.5.4. Notion de significativité des tests 10

1.2. PRESENTATION DE LA ZONE D'ETUDE 11

1.2.1. Situation géographique 11

1.2.2. Relief et géomorphologie 12

1.2.3. Climat 13

1.2.3.1. Principaux facteurs du climat 14

Précipitation 14

Température et Humidité relative 15

Evapotranspiration 16

1.2.4. Végétation 16

KAMAGATE ANZOUMANAN Mémoire Master 11 /Géosciences et Environnement i

TABLES DES MATIERES

CHAPITRE 2 : DONNEES ET MEIBODES 18

2.1. DONNEES 19

2.1.1. Source 19

2.1.2. Dépouillement des TCM .,_ .........................................................•......... 20

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

2.3.1. Choix des modèles statistiques 23

2.3.2. Estimation desparamètres.du modèle statistique 23

2.3.3. Validation du modèle statistique 24

2.4. Cartographie des épisodes pluvieux 2S.

2.5. Matériels de traitement 25

CHAPITRE 3 : RESULTATS ET DISCUSSIONS 26-

3.1. Résultats 27

3.1.1. Analyse Statistique de base 27

3.1.2. Analyse de la stationnarité 28

3.1.2.1. Test d'autocorrélation 28

3.1.2.2. Test d'homogénéité 28

3.1.3. Analyse temporelle des épisodes pluvieux par zone 29

3.1.3.2.1. Echelle annuelle 34

3.1.3.2.2. Echelle mensuelle 35

3.1.4. Estimation des épisodes pluvieux 41

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

KAMAGATE ANZOUMANAN Mémoire Master Il /Géosciences et Environnement ii

TABLES DES MATIERES

CONCLUSION 53

REFERENCES BIBLIOGRAPIDQUES 55

KAMAGATE ANZOUMANAN Mémoire Master Il /Géosciences el Environnement iii

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

CCNUCC : Convention-cadre des Nations Unies sur les changements climatiques

Cv : Coefficient de Variation

FIT: Font intertropical

GIEC: Groupe des Experts Intergouvernementaux sur l'Evolution Climatique

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

TCM : Tableau Climatologique mensuel

Z C : Zone Climatique

KAMAGATE ANZOUMANAN Mémoire Master 11 /Géosciences et Environnement viii

SIGLES ET ACRONYMES

RESUME

KAMAGATE ANZOUMANAN Mémoire Master Il /Géosciences et Environnement ix

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.

KAMAGATE ANZOUMANAN Mémoire Master 11 /Géosciences et Environnement X

INTRODUCTION

INTRODUCTION

KAMAGATE ANZOUMANAN Mémoire Master II /Géosciences el Environnement 1

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

CHAPITRE 1 : SYNTHESE BIBLIOGRAPIDQUE

KAMAGATE ANZOUMANAN Mémoire Master 11 /Géosciences et Environnement 4

SYNTHESE BIBLIOGRAPHIQUE

1.1. ELEMENTS DE CONTEXTE

1.1.1 Définitions

1.1.l.1. Changements climatiques

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).



Tableau I: Loi statistique utilisée en hydrologie

Loi Fonction de densité de probabilité Paramètres

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.

Normal /(x)=-1-exp{- (x-µf} a..fifi 2o-2

Œ.µ

LogNorma12 f(x)= 1 exp{ {Inx-µ)2} xa.fiiÏ 2a2

Œ,µ

Log Normal 3 J(x)=-1 -e=f_ {lnx-pj} xu-fin h1 2u2

Œ,µ

Weibull

Gamma

c,a

a,À

Pearson Type 3 l J(x) = .!!__ (x - m r-1 e--a(x-m)

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.


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. PRESENTATION DE LA ZONE D'ETUDE

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 - ' ,---

•••

,.

.40•1 -; -- l ·40' 40•

- 1 Il'

OCEAN ATLANTIQUE

•• 0 100 200KM

Figure 1: Localisation géographique de la Cote d'Ivoire (Mine, 1998)


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).

Figure 2: Relief de la Côte d'Ivoire (Arnaud, 1978a)

KAMAGATE ANZOUMANAN Mémoire Masler 11 /Géosciences el Environnement 12

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

N

100

+

9

8Q

Boundiali +

.,, .,,, _,,.,.

_..,,. ,_.,.,..,..,,. Dabakala

------~- + Seguéla • -

®Ma~\ a~nané +I + ' I

/

pieu _ ~· 'Gu1glo •

® /

./ ,,. .,- - - _,. 011Tlb okrc / / Oumé :Gagnoa • / .•.

Soubrê,1 Lakota Divo +. / .•. .•.

Daloa +

(])

.•.

Bouaké -----._ Béoum~I + Mb-aK1mo + •

/ + Agrub1le.1<ro / +

Abengourou +

50

. Adzopë T1assaiëAgboville •

+ • . 1 Aza]uié

JtluAbidjan c.--+-....

0 80 iso Km

-5~

Légende + Poste pluviométrique

<D Régime équatorial de transition (climat attiéen)

® Régime équatorial de transition atténué (climat baouléen)

® @)

Limite de zone climatique

Régime tropical de transition (climat soudanais)

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).

KAMA_GATE ANZOUMANAN Mémoire Master 11 /Géosciences et Environnement 15


101 l Odi111ni ~f--jd~· r N'hnlVI +

10

Temptratun rci

• .'j ~ 231 • -~ ~::

226

_I ••

._ 22 1

+

216

Ya'"°"rkro

31.3

21 t

O~bo

3)6

:!Il\

196

-6 .5 .. .3

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).

Evapotranspiration

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) :



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

CHAPITRE 2 : DONNEES ET METHODES

KAMA GATE ANZOUMANAN Mémoire Il Géosciences et Environnement 18

DONNEES ET METHODES

2.1. DONNEES

2.1.1. Source

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

V Oaloa

V Yamoussoukro V Oimbokro

V 6

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

Tableau ID : Périodes d'observations des stations

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

Il existe deux méthodes de dépouillement des données :

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

2.2.1. Analyse des données

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

{

5- 1 .,/var(s) si S > O

0 si S = 0 s+ i .

.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

(6)

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:

L : la vraisemblance,

K: le nombre de paramètres,

N : la taille de l'échantillon

• Critère d'information d' Akaike (AIC)

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:

L : la vraisemblance,

K4MAGATE ANZOUMANAN Mémoire lI Géosciences et Environnement 24

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 SURFER 11 : Pour la spatialisation des différentes tendances

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

CHAPITRE 3: RESULTATS ET DISCUSSIONS

KAMA GATE ANZOUMANAN Mémoire II Géosciences et Environnement 26


3.1. Résultats

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

Stations Longitude Latitude Nombre épisodes pluvieux Coefficient de

Ouestï") Nord(0) Min. Max. Moy. variation

(Cv)

Abidjan 3°56 5°15 183 291 215 0,22

Bondoukou 2°47 8°03 91 205 137 0,17

Bouake 5°40 7°44 80 179 131 0,15

Adiaké 3°18 5°18 185 343 242 0,26

Daloa 6°27 6°53 84 325 183 0,24

Dimbokro 4°42 6°39 130 235 166 0,14

Gagnoa 5°57 6°08 131 216 184 0,11

Sassandra 6°50 4°57 143 282 190 0,26

Tabou 7°22 4°25 224 463 336 0,24

Korhogo 5°37 9°25 78 166 127 0,15

Man 7°31 7°24 169 282 222 0,21

Odienné 7°34 9°30 111 213 162 0,15

San Pedro 4°45 4°45 176 274 205 0,25

Yamoussoukro 5°21 6°54 92 211 143 0,17



3.1.2. Analyse de la stationnarité

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


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.

Zonel

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


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

Station de Bouaké

- 1 1 •


KAMA GATE ANZOUMANAN Mémoire li Géosclences d Environnement 30


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


KAMA GATE ANZOUMANAN Mémoire Il Giosciences el Environnement 31


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 ~------------------------

~ ~ "1 50

~ ;.< e 40 ~ .a =-

Station de Man

~ 30 i - =- -~ 20 = e >. ~ 10

0 jan fev mars avril mai juin juillet aout sept oct nov dec




..... ~.....-,..-..... .... , ,,. "" ~ •.••• ,.. ...-:- •••• ltl - •.•

:1 Il 1.

01--....- ..•..•..•..•..• ~ ..•..•....••.•. ,.,, lt.a.aMlali ,,. • ._._.,.. Cid - ~

;I ·IE ~ "· ••••• -~ - ,... ••• , •••• (11( ••• - ••

l .. 1111üll1 •.. "+------ •------

.. ,J

··---.---,--. ., ,, ,r I.., ~ .;·., •' .; •' .t

Jh 1 -...t,

Figure 11 : Moyenne des épisodes pluvieux mensuels par stations de 1972-2002 et de

1980-2010

KAMAGATE ANZOUMANAN Mémoire Il Gëoscience« d Environnement 33


3.1.3.2. Tendance détectée par le test de Mann-Kendall

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.

MOYENNE VARIANCE

10

Odierme

X Komogo

X

Bouake

X

Daloa

X Yamoussoukro

• Dimbokro

X

-8 -7 .5 -4

l

.3

10

• 5

-8 .7

Daloa

X

-6

K)c°9°

Booakc • Yamoussoukro

X Oimbokro

X

Adiakc

N

A

Tendances

-t99'/4 I -t 95 '/, o •••• ,

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


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

~[ 10

l<Ortlo90> "] ~~- 1 '½Odx· ••• ,...

K.;111,uuo

lU-1 ' X

9

l(u,1IIU!:fU

••• 9

~ Oouokc ]

([ :(~ X ~ou11ke :(~ •••

y.,11uu~~uuk10

8ouoko

IJ•lo• X Dlmbokro X

X v,(11.,,,v,i; •• imkro

X

Men

Ook>0 X Dlmt>ok<o

nttumu,

X X X ...

V•mounou1uo D11lon )( l>lmh"t.·m X X o..x,

G G,onoa

r. X 6--' '"

-8 .7 ·6 .,, ..

111

Korhopo • OouttluJ

X Yamounouk,o

)( Olml>oluo

••• l.iognoo X

"'

D•loa )(

Buua~u X

Yomounoukro ••• Obnbokto

X Gagna.a X

.,

10

q

011<11

X

·•

Korhogo X

Vt11mou-.,0,fflro X Dlmbok<o

X

·•

.. ./ ·& .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)



,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 )(

Oojê°ci Oognoo Uognoe )( )(

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

< :{(~ Oou11ko (Hl~ Oo,,t"~

X X X

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)



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


10

Gouttko )(

üalc,,,. )(

y..., •• .,.,~ouk,u X Olmbo.kro

)(

•-,

_, •b -· -·

10-1 < ~O><{IV t()

1 ~ 1 t_,n·x·~ Kort\•tJD

0 •

• Oou11k• )(

Y.,,,ou••oukro )( Olmh<,km

)(

10

Uou.n..,• )(

'Y-,.iaa~1tl.,o

)( Qn'l~ro )(

10

9

7

"

\U

7

Gagna11 )(

Bou•k• • YutllU\lt.lJUUtl.1u

• Dlmbokro )(

6

80tJ•k• )(

Yaniou:aoldl.10 )( Olftlhnltrn

)(

-· -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


··-t (" . '"'--- ~,.. r .. "-- ,.,..,..---.... ,.. r .. M.... "··· ~ 'l ""• · -- 't 1 \..,~·x·· ··x""

•

B•x·· ( · 1 · u..x·· •••· Oetee Yamouuouluo

7 0111011 Yarnou.saouklo 7 D•lo• Vomou,::.oulwo

)( )( Oliull~u • - Ulmhnlom )( )( Dtmxbo"'o X X

Oo9noo o~u,1,K.J-. nognon

x • x .... ~ t Tendances t~½

~-'-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


3.1.4. Estimation des épisodes pluvieux

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

~- . t::::::::l:::::::::L::::::L:::J:::::::::l:::::::2:: Station Dimbokro

Obse!Valiontt N/MV-

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 . ' ' ' ' '

§ 0

2LWMV Jl.NIMl,1 G2/MM--

a) a ci ci ci ci a

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


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



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


Tableau lX: Valeurs des paramètres de la loi Normale

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


3.1.5. Régionalisation des paramètres des lois par zone climatique

Les valeurs des paramètres de la loi normale diminuent quand on s'éloigne de l'équateur.

Entre les latitudes 4° et 6°N correspondant à la bande côtière, les valeurs des paramètres sont

plus élevées. C'est le cas des stations pluviométriques des villes de San-Pedro, d'Abidjan, de

Gagnoa et d'Adiaké. De là, elles chutent brusquement jusqu'à la latitude 6,5°N correspondant

à une zone de transition entre les plus fortes valeurs et les plus faibles. De la latitude 6,5°N à

la latitude 11 °N elles évoluent en dents scie tout en restant faibles avec une zone de pic autour

de la latitude 7,5°N correspondant à la zone de montagne. Les moyennes des paramètres sont

calculées en fonction des zones climatiques qui varient dans le même sens que la latitude. Les

moyennes obtenues ont permis la régionalisation présentée dans le tableau XIl.

Tableau XII : Régionalisation des paramètres des lois statistiques.

Paramètres

stations Lofs µmoy o moy a. moy Àmoy zc Adiaké Abidjan Normale 698.1275, 143.28 1 san-pedro Gagnoa Yamoussoukro Normale 209.115 34.88 Il Bouaké Odienné Normale 225.095 34.32 Ill Korhogo Man Normale 222.45 25.89 IV Sassandra Log normale 5.24 0.16 1 Dimbokro log normale 7555 0.22 Ill Bondoukou Tabou Gamma 0.13 45.36 Il

Daloa Gamma 0.091 16.99 Ill

3.1.6. Zone de validité des lois

Dans leur ensemble, les lois n'obéissent pas spécifiquement à une zone climatique (Figure

16). Dans la frange littorale dominée par le régime équatorial de transition, chaque

distribution statistique a au moins une zone de validité. Le même constat se dégage au niveau

du centre de la Côte d'Ivoire. La loi Normale (NM) s'applique bien dans l'extrême nord

ouest, à l'ouest en régime de montagne et au Centre de la Côte d'Ivoire. On retrouve cette loi



au niveau de la frange littorale précisément à Adiaké, Abidjan et San-Pedro. La loi

Lognormale(LN) couvre la région du Nord-Est, et le Centre avec souvent des incursions dans

le frange littorale précisément à Sassandra. La loi Gamma s'applique à l'extrême Ouest de la

frange littorale et au centre ouest respectivement à Tabou, et Daloa.

N

10-1 ( ~t LOIS STATISTIQUES

T ~ NORMALE

!l~ r • LOGNORMALE

--k GAMMA

8J '? A l ~ ZONES DE VALIDITE DES LOIS

B u . Baulla6 • 1 ( 1 11 GAMMA

7

LOGNORMALE

6 - NORMALE

5

lo ~~m

6 4 3

Figure 16: Carte de validité des distributions de probabilités des épisodes pluvieux

3.1.7. Estimation des quantiles

3.1.7.1. Détermination des quantiles

Le tableau Xill présente les quantiles des périodes de retour de 5, 10, 50 et 100 ans. Les

valeurs de quantiles les plus élevées sont aux stations de Tabou, d'Abidjan, d' Adiaké, San

Pedro et de Daloa. C'est aussi le cas aux stations de Gagnoa, de Sassandra, de Man, Odienné,

et de Yamoussoukro. Les valeurs les plus faibles sont aux stations de Bondoukou, de Bouaké,

KAMAGA1EANZOUMANAN Mémoire Il Géosciences et Environnement 46


de Dimbok.ro, et de Korhogo. C'est le constat fait à l'analyse des épisodes pluvieux observés

(valeurs expérimentales).

Tableau XIII : Quantiles des périodes de retour T= 5, 10,50 et 100 ans

Stations Taille des Lois Np Paramètres Quantiles observations µ a a À PlOO P50 PlO P5

Abidjan 30 Normale 214,73 49,02 329 315 278 256

Bondoukou 31 Lognormale 4,91 0,16 199 191 168 156

Bouaké 31 Normale 131,45 19,94 178 172 157 148

Adiaké 31 Normale 241,93 39,30 333 323 292 275

Daloa 31 Gamma 0,09 16,9 302 286 242 219

Dimbokro 31 Lognormale 5,10 0,14 231 222 198 186

Gagnoa 31 Normale 183,55 21,80 234 228 211 202

Sassandra 31 Lognormale 5,24 0,16 273 262 231 215

Tabou 31 Gamma 0,13 45,3 463 446 401 377

Korhogo 31 Normale 126,71 19,42 172 167 152 143

Man 31 Normale 222,45 25,89 283 276 256 244

Odienné 31 Normale 161,74 24,61 219 212 193 182

San-Pedro 31 Normale 195,58 49,51 311 297 259 237

Yamoussoukro 31 Normale 143,39 24,91 201 195 175 164

3.1.7.2. Intervalle de confiance et de précision

Toutes les observations sont prises en compte par les différents modèles dans un intervalle de

confiance égale à 95%. Les quantiles ainsi obtenus au Tableau XIII ont été calculés au risque

de 5%. Les graphes ci-dessous sont les représentations graphiques des 3 types de modèles

retenus (Figure] 7).

KAMA GA TE ANZOUMANAN Mémoire II Géosciences et Environnement 47


Station Daloa

500 Gamma (Méthode des moments)

450 Obsetv.1110091- :········;·········i········· :·········: . 0400

Modèle- : : : : : /

i: :I=r i LT r··· ····•••• f:::::::::::::L::::::::l:·······1·······::: .. : ; .. :::::::t::::::::::::::::::::::: ~ 100 . --~---------L--------~---------~-----•H•• ---------·-·· . . . .

50 ] ..•.•.••• ] ....•.... ] ( .................•..•.. 0 : : : :

§ 0

~ N li> W _ 0 ci d d d ci

Probabilités au llOfH!épassemenl (papier normal/ Hazen) ci ci

Figure 17: Exemple de modèle d'ajustement avec un intervalle de confiance de 95%.

3.1.8. Cartographie des épisodes pluvieux

Le tracé des courbes iso-valeurs a été obtenu de façon automatique par la méthode du

krigeage. En effet, elle utilise les relations spatiales existant entre l'ensemble des stations en

tenant compte de l'imprécision d'estimation des différentes valeurs. Afin d'apporter le

maximum d'informations pour le tracé des courbes iso-valeurs, il a été pris en compte toutes

les stations ayant servi à l'étude. Les cartes obtenues à cet effet sont illustrées par la (figure

18). Les cartes des épisodes pluvieux montrent que les plus fortes valeurs sont surtout sur le

littoral entre les latitudes 4°30 et 5°30 N, à l'extrême ouest en zone montagneuse de Man et au

centre-ouest. En effet, au niveau de la frange littorale (sous l'influence de l'Océan

Atlantique), le nombre d'épisodes pluvieux est de 260 à 310 fois sur la partie Sud une fois au

moins tous les 100 ans, de 250 à 300 fois au moins tous les 50 ans, de 240 à 290 fois tous les

10 ans et de 230 à 280 tous les 5 ans. L'on observe dans cette zone, une très forte variabilité



des épisodes pluvieux annuels caractérisés par le rapprochement et le parallélisme des

isolignes. Les valeurs élevées des isolignes peuvent aussi s'expliquer par le fait que l'on se

trouve en zone forestière. Le nombre élevé d'épisodes pluvieux enregistré dans la région

montagneuse de Man s'explique par le rôle joué par l'orographie dans la genèse des

phénomènes pluvieux. En effet, les massifs montagneux de l'Ouest de la Cote d'Ivoire

constituent l'avancée orientale d'un vaste ensemble montagneux centré sur la Guinée et

appelé la dorsale guinéenne. Ce vaste massif peut aussi contribuer à cette importance des

pluies par effet foeln.

La région Nord-Ouest enregistre des épisodes pluvieux exceptionnels moyens. Le nombre des

épisodes pluvieux sont de 210 à 260 fois tous les 100 ans, de 200 à 250 fois tous les 50 ans,

190 à 240 fois tous les 10 ans et de 180 à 230 fois tous les 5 ans.

Sur l'ensemble du territoire, les plus faibles valeurs des quantiles sont enregistrées au Nord et

au Nord-Est, zone de pénétration des vents de le harmattan en Côte d'Ivoire. Le nombre des

épisodes pluvieux sont limités à 180 et 190 pour les années de récurrence de 10 et 100 ans, et

de 160 à 1 70 pour les périodes de retour 5 et 10 ans. Les valeurs les plus élevées sont

enregistrées au Sud-Ouest, zone de pénétration des vents de la mousson en Côte d'Ivoire,

apportant un air chargé d'humidité qui permet d'alimenter la convection humide. Dans cette

zone, les valeurs plafonnent entre 220 et 350 mm pour les périodes de récurrence de 10 et 100

ans.



No•re d'111ioœa

0 Plmrà,a

-8 -1 -6 -S -1 -3 -8 .1 -6 -S -1 -3

~ht~~ ·- j ~

Noml,re d'épisads d'opisode

10-1 f.. 't, \ \ 1 1 L 1- Plllrilm: 10 Plrn-mn: --- - 380 370 360 JSO 340 330 320 310 300 2'JO 28Cl 270 260 250 240 230 220 2\0 200 190 180 170 160

6-I ~ \ \ \ 1 li._ ~ //~---l 1- W,so 140

140 1 t,,,,._. \ ./ / / / / - 1 1 -130

-8 -1 -6

Figure 18: Cartographie des quantiles T100, Tso ,T10, r,

KAMA GATE ANZOUMANAN Mémoire JI Géosciences el Environnement

No_.,re d'opisode Plrn-mn:

450

430

410

390

370

-3

50


3.2. Discussion

L'analyse statistique menée sur de longues séries chronologiques s'étalant de 1970 à 2000

pour les stations du nord et du nord-ouest et de 1980 à 2010 pour le reste du pays ne révèle

pas un changement drastique dans son ensemble au niveau de l'évolution du nombre des

épisodes pluvieux. En effet, il a été observé que Je nombre d'épisodes pluvieux enregistré sur

la période 1970-2000 et la période 1980-2010 n'a pas subi une hausse ni baisse significative à

l'échelle mensuelle et annuelle de manière générale. Kundzewicz et Robson (2000)

soulignent que la difficulté des tests statistiques à détecter des tendances et des ruptures peut

être liée à la forte variabilité naturelle des séries et à la taille des séries utilisées.

Au-delà de la difficulté liée au test statistique, ces résultats sont difficiles à comparer à autres

car très peu de travaux ont abordé l'analyse des pluies à travers le nombre d'épisodes. La

plupart des études recensées se sont axées sur l'analyse du nombre de jour de pluies.

Cependant, puisqu'il y a un lien entre le nombre d'épisodes pluvieux et le nombre de jour de

pluie car le dernier dépend du premier, il est possible d'analyser le nombre d'épisodes

pluvieux au travers du nombre de jour de pluie. En Côte d'Ivoire, sur Je bassin versant du

N'zi, Kouassi et al. (2010) ont mis en évidence la réalité d'une importante baisse des

fréquences des jours pluvieux à partir de la fin des années 1970. Ces auteurs soulignent que la

baisse des fréquences de jours pluvieux est synchrone avec celle des hauteurs annuelles de

pluie. Par contre, dans le cas de la présente étude, sur la période 1970-2000, les épisodes

pluvieux n'ont pas connu de baisse significative alors que l'on sait que les hauteurs de pluies

ont baissé de manière drastique. Les travaux de Paturel et al. (1998) et Servat et al. (1998),

ont montré que le nombre de jours de pluie a diminué en Afrique de l'Ouest alors qu'elle

semble être plus stable sur l'Afrique Centrale. Les pays tels que Je Sénégal, Je Mali, Je

Burkina Faso et Je Tchad, ainsi que les massifs forestiers de Guinée et de Côte d'Ivoire, sont

les premiers concernés par ce phénomène (Servat et al., 1998).

L'analyse statistique a montré que toutes les distributions de probabilité des épisodes pluvieux

annuels peuvent être assimilées à une loi Normale. En effet, sur 14 stations étudiées, 64 %

ont une distribution asymptotique Normale. Cela montre bien que, en matière de

quantification du nombre des épisodes pluvieux, la loi normale prédomine en Côte d'Ivoire.

L'analyse statistique a également révélée qu'aucune série des épisodes pluvieux étudiée ne

KAMA GATE ANZOUMANAN Mémoire ll Géosciences et Environnement 51


peut être assimilée à la réalisation d'une loi Lognormale lll. Cette loi est prédominante au

niveau des pluies extrêmes (Goula et al., 2007).

Au niveau de la cartographie des quantiles l'analyse des valeurs moyennes de 1972 à 2010 et

de 1980 à 2010 fait apparaître une inégalité dans la distribution spatiale du nombre des

évènements pluvieux en Côte d'Ivoire. Une décroissance du nombre de jours de pluie

annuelle est observée, du littoral vers le Nord, suivant un axe (ou gradient) Sud-Ouest, Nord

Est et Ouest-Est. Les régions les plus arrosées (nombre d'épisodes pluvieux annuels

supérieurs à 290) sont: la bande littorale Est s'étendant de Dabou à la frontière ghanéenne, la

côte Ouest de San Pedro à Tabou, et La région montagneuse de l'Ouest qui compte parmi les

plus arrosées du pays enregistrent également des valeurs importantes. Le nombre d'épisodes

pluvieux annuels peuvent atteindre dans cette région des valeurs comprises entre 280 et 400.

La partie du littoral comprise entre Sassandra et Jacqueville reçoit en revanche des épisodes

moindres (entre 260 et 290). Cette répartition inégale des épisodes pluvieux à l'échelle du Sud

de la Côte d'Ivoire est principalement due à l'influence positive du plateau d'Ashanti sur la

bande littorale Sud-Est (ASCENA, 1979). De la même façon, dans le Sud-Ouest du pays, les

reliefs de la dorsale guinéenne, en s'opposant à la pénétration du flux de mousson et en

provoquant le soulèvement des masses d'air humide, entretiennent la forte pluviométrie

enregistrée sur ces territoires. L'orientation de la côte est également un facteur à prendre en

compte dans l'explication de la distribution spatiale des épisodes pluvieux sur le littoral.

contrairement au littoral Centre, les secteurs Ouest et Est du littoral sont orientés

perpendiculairement au flux de mousson et reçoivent proportionnellement plus de

précipitations (Eldin, 1971).

KAMA GATE ANZOUMANAN Mémoire li Géosciences et Environnement 52

CONCLUSION

CONCLUSION

KAMAGATE ANZOUMANAN Mémoire II Géosciences et Environnement 53

CONCLUSION

Cette étude a permis d'apporter des éléments de réponse sur l'évolution spatio-temporelle des

épisodes pluvieux et leur distribution de probabilité. L'analyse statistique du nombre

d'évènement pluvieux a révélée qu'en Côte d'Ivoire la zone du littorale, la zone montagneuse

de l'Ouest et Je Nord-Ouest sont des zones où le nombre d'épisodes pluvieux est élevé. Dans

la présente étude, les résultats du test de Mann-Kendall ont montrés que le nombre

d'épisodes pluvieux n'a pas varié de façon significative, toute fois à l'échelle annuelle

comme à l'échelle mensuelle, on observe une baisse du nombre des épisodes pluvieux sur

l'ensemble des différentes stations. A l'échelle annuelle la baisse du nombre des évènements

pluvieux affecte 14% des stations mais à l'échelle mensuelle elle affecte en moyenne 9% des

stations et en variance elle affecte 13% des stations. L'analyse statistique a montré que toutes

les distributions de probabilité des épisodes pluvieux annuels peuvent être assimilées à une

loi Normale. En effet, sur 14 stations étudiées, 64 % ont une distribution asymptotique

Normale. Cela montre bien que, en matière de quantification du nombre des épisodes

pluvieux, la loi Normale prédomine en Côte d'Ivoire.

A partir de ces résultats, il serait intéressant de poursuivre l'étude sur une longue période afin

de mettre en lumière les effets de la variabilité climatique et du changement climatique sur

le nombre d'épisodes pluvieux.

A l'issu de ce travail, les perspectives les plus immédiates portent sur :

• l'extension de l'étude à un maximum de station avec une série de données de

l'origine des stations de nos jours pour mieux étudier le comportement des

épisodes pluvieux dans un contexte de changement climatique;

• l'utilisation d'autre test et de loi pour mieux observer sur les stations les

tendances des épisodes pluvieux.

KAMA GATE ANZOUMANAN Mémoire JI Géosciences et Environnement 54

REFERENCES BIBLIOGRAPHIQUES

REFERENCES BIBLIOGRAPIDQUES


REFERENCES BIBLIOGRAPlllQUES

Abi-zeid I. et Bobee B., (1999) : la modélisation stochastique des étiages : une revue

bibliographique, Revue des sciences de l'eau, vol.459 :26p.

Akaike B., (1974): A newlook at. The statistical model identifical. IEEE Transactions on

Automatic Control, 19: 716 - 723.

Amani M. K., Koffi F.K., Koffi Y.B., Kouakou B.D., Paturel J.E. et Sekouba O., (2010):

Analyse de la variabilité climatique et de ses influences sur les régimes pluviométriques

saisonniers en Afrique de l'Ouest: cas du bassin versant du N'zi (Bandama) en Côte d'Ivoire,

Cybergeo: European Journal of Geography, vol.513 : 233p.

Ardoin B.S., (2004): Variabilité hydroclimatique et impacts sur les ressources en eau de

grands bassins hydrographiques en zone soudano-sahélienne, Thèse de Doctorat, Université

de Montpellier Il, France.

Ardoin S., (2000): Prise en compte des spécificités de l'évapotranspiration en zone semi

aride dans la modélisation globale de la relation pluie-débit. IRD, l l 6p.

Ardoin S., Lubès-Niel B., Servat E., Dezetter A. et Boyer J.F., (2003) : « Analyse de la

persistance de la sécheresse en Afrique de l'Ouest : caractérisation de la situation de la

décennie 1990 », JAHS Publication, 278 : 223-228.

Arnaud J.C. (1978b) : Le climat de la Côte d'Ivoire. Atlas de la Côte d'Ivoire, Paris, France,

Editions J.A : 10-11.

Arnaud J.C., (1978a): Le relief de la Côte d'Ivoire. Atlas de la Côte d'Ivoire, Paris,

France, Edifions J.A : 6- 7.

Assani A. et Tardif S., (2005) : « Classification, caractérisation et facteurs de variabilité

spatiale des régimes hydrologiques naturels au Québec (Canada). Approche éco

géographique », Revue des Sciences de l'Eau, 18: 247-266.

Benyahy L., Anik D., Daniel C., Dan D. et André B., (2004) : Caractérisation du régime

naturel du débit des bassins versants de l'Est du Canada". Rapport de recherche. 67p

Bobée B. et El Adlouni S., (2014): analyse fréquentielle hydrologique : logiciel Hyfran-plus

version-V2.l :71

Brou Y.T., (2005): Climat, mutations socio - économiques et paysages en Côte d'Ivoire.

Mémoire de synthèse des activités scientifiques présenté en vue de l'obtention de

KAMA GA TE ANZOUMANAN Mémoire Il Géosciences el Environnement 56

REFERENCES BIBLIOGRAPJUQUES

!'Habilitation à Diriger des Recherches, Université des Sciences et Technologies de Lille,

212p.

Buishand T. A., (1982): Sorne methods for testing the homogeneity of rainfall records.

Journal of hydrology 58: 11-27

Cox D.R et Lewis P.A. W., (1966): The statisticaJ Analysis of Series of Event, London. 285p

Delhomme J.P., (1976) : Application de la théorie des variables régionalisées dans les

sciences de l'eau. Thèse de doctorat-ingénieur, université Pierre et Marie Curie Paris-VI,

Ecole de Paris, 160p.

Djerdboua A., (2001): Prédétermination des pluies et crues extrêmes dans les a1pesfranco

italiennes prévisions quantitatives des pluies journalières par la méthode des Analogues.

Thèse de l'Institut National Polytechnique de Grenoble, 239 p.

Eldin M., (1971): Le milieu naturel de Côte d'Ivoire: Je climat. Mémoire ORSTOM N° 5:

108p.

Foucan L., (2013): Probabilités et statistiques. PAES 48p.

Gardner L. A., (1969) : On detecting changes in the mean of normal variates. The annals of

mathematical statistics 40 :116-126.

GIEC., (2007) : Bilan 2007 des changements climatiques. Contribution des Groupes de

travail I, Il et Hl au quatrième Rapport d'évaluation du Groupe d'experts intergouvernemental

sur l'évolution du climat Genève, Suisse: 103p.

Goula B.T., Brou K., Brou T., Savane 1., Vamoryba F. et Bernard S., (2007): Estimation

des pluies exceptionnelles journalières en zone tropicale: cas de la Côte d'Ivoire par

comparaison des lois Lognormale et de Gum bel. Hydrological Sciences, 52 (2) : 49-67.

Goula B.T.A., Savané 1., Konan B., Fadika V. et Kouadio G.B. (2006) :« Impact de la

variabilité climatique sur les ressources hydriques des bassins de N'zo et N'zi en Côte

d'Ivoire (Afrique tropicale humide)», Vertigo 1: 1-12.

Hamed K. H., (2008): Trend detection in hydrologie data: The Mann-Kendall trend test

under the scaling hypothesis, Journal of Hydrology, 349: 350 - 363.

Hawkins D. M., (1977): testing a sequence of observations for a shift in location. Journal of

the American Statistical Association 72 : 116- 186.

IPCC., (2001): Climate change 2001 : Synthesis report. Cambrigde University Press. 408p.

KAMA GATE ANZOUMANAN Mémoire Tl Géosciences el Environnement 57

REFERENCES BIBLIOGRAPHIQUES

Jaffrain J., (2007) : Etude de la variabilité spatio-temporelle des précipitations en Amérique

du Sud tropicale sur les dernières décennies. Rapport .de stage de Master 2 université de

Montpellier Il : 105.

Keim B. D., et Cruise J. F., (1998) : A technique to measure trends in the frequency of

discrete random eventsjourna/ of climate 11 : 848-855.

Kendall M.G., et Stuart A., (1943) : The advanced theory of statistics.451 p.

Kouassi 1. K., et Pokou M .K., (2013) : Évaluation de la courbe de rétention d'eau de

l'aquifère du quaternaire d'Abidjan-Côte d'Ivoire. Journal of Applied Biosciences 65:4969 -

4977.

Koumassi D.H., Tchibozo A.E., Vissin E. et Houssou C., (2014): Analyse fréquentielle des

évènements hydro-pluviométriques extrêmes dans le bassin de la Sota au Bénin. Édition

Afrique Science 10(2): 137-148.

Kundzewicz Z. W., et Robson A. J., (2004): Change detection in hydrological records - a

review of the methodology. Hydrological Sciences Journal, 49 (1 ): 7 - 19.

Kundzewicz Z. W., & Robson A.J., (2000): detecting trend and other changes in

hydrological data. Wallingford, l 60p.

Laborde J.P. (2000): Eléments d'hydrologie de surface 25: 204-301

LeBartier E., et Mary-Huard T., (2004) : Le critère BIC: fondements théoriques et

interprétation. Rapport de recherche, Institut National de la Recherche en Information et en

Automatique (France), l 6p.

Lemaître F., (2002) : Recensement des tests de détection de tendances ou de ruptures

l'analyse de stationnarité des régimes de crues en France. Rapport de fin d'études, Entpe,

Cemagref-Lyon (France), 94p

Lubes-Niel H., Masson J.M. et Pature) J.E., (1998): Variabilités climatique et statistique :

Etude par simulation de la puissance et de la robustesse de quelques tests utilisés pour vérifier

l'homogénéité de chroniques. Revue Sciences de/ 'Eau 3 :383-408

Mann A. B., (1945) : Non parametric tests against trend. Econometrica, 13: 245 - 259

Manohar A., Goel N. K. et Singh P., (2005) : Evaluation of temperature trends over lndia.

Hydrological Sciences Journal. 50(1) :81-94.

KAMAGATEANZOUMANAN Mimoire Il Gioscie.nces et Environne.me.nt 58

REFERENCES BIBLIOGRAPHJQUES

McGilchrist C.A., et Woodyer K.D.,(1975) :Note on a distribution-free CUSUM

technique.Technometrics 17 :321-325.

Mestre O., (2000): Méthodes statistiques pour l'homogénéisation de longues séries

climatiques. Thèse de doctorat ès science, Université Paul Sabatier (France), 233p.

Meylan P., et Musy A., (1999): hydrologie fréquentielle, éditions HG.A, Bucarest, 413p

Meylan P., Favre A. C., et Musy A., (2008): Hydrologie fréquentielle, une science

prédictive. 1ère Edition. Presses Polytechniques et Universitaires Romandes, Lausanne, l 74p.

Mines., (1998) : L'Archéen, l'aube des temps géologiques a plus de 2 milliards d'années : c'est

vieux la Terre?http://www.mines98.com/country/lr/3.htm.

Ondo J-C., (2000): Etude comparative des tests de stationnarité. Thèse de doctorat ès

science, Université du Québec, Institut Nationale de la Recherche Scientifique-Eau, Terre et

Environnement (Canada), 290p.

Paturel J.E., Servat E., Kouamé B., Lubès-Niel H., Ouedraogo M. et Masson J.M.,

(1997) :"Clirnatic variability in humid Africa along the Gulfe of Guinea. Part two: an

integrated regional approach", Journal de I' Hydrologie, vol. 191: 16-36.

Perraud A., (1971): Le milieu naturel de la Côte d'Ivoire. Mémoire ORSTOM, Paris, 391p.

Pettitt A. N., (1979): A non-parametrics approach to the change-point problem. Applied

statistics 28: 126-135.

Polanski A.M., et Check C.E., (2002) : Testing trends in environmental compliancejournal

of agricultural Biological and environmental statistics 7 :452-468.

Pujol N., Neppel L. et Sabatier R., (2007a): Approche régionale pour la détection de

tendances dans des séries de précipitations de la région méditerranéenne française. Comptes

Rendus Géosciences, 339: 651 -658.

Rao A. R. et Hamed K. H., 2001. Flood Frequency Analysis. CRC Press, New York, United

States, 350p.

Renard B., (2006) : Détection et prise en compte d'éventuels impacts du changement

climatique sur les extrêmes hydrologiques en France. Thèse de doctorat ès science. Institut

National Polytechnique de Grenoble (France), 269p.

Robson et al., (2000): Statistical procedures for flood frequency estimation flood handbook

volume 3.lnstitute of hydrology Wallingford, UK, 388 p.


REFERENCES BIBLIOGRAPIDQUES

Rosbjerg D., Correa J. et Rasmussen P. F., (1992) : Justification des formules de

probabilité empirique basées sur la médiane de la statistique d'ordre. Revue Sciences del 'Eau

5: 529 -540.

RPGH, (2014) : recensement général de la population humaine, INS. 22p.

Saporta G., (1990) : Probabilité, analyse des données et statistiques, édition Techniq, 528p

Servat E., Paturel J.E., Kouamé B., Travaglio M., Ouédraogo M., Boyer J. F., Lubès

Niel H., Fritsch J.M., Masson J.M. et Marieu B., (1998) : « Identification, caractérisation et

conséquences d'une variabilité hydrologique en Afrique de l'Ouest et centrale », IAHS

Publication, vol. 252 : 323-337

Soro G.E., (2011): Modélisation statistique des pluies extrêmes en Côte d'ivoire, Thèse de

Doctorat d'université d' Abobo-Adjamé.200p.

Wilcoxon F., (1945): Individual Comparisons by Ran.king Methods. Biometrics, 1 : 80 - 83.

Yue S., et Pilon P., (2004): A comparison of the power of the t-test, Mann-Kendall and

bootstrap tests for trend-detection. Hydrological Sciences Journal, 49 (1): 21 - 37

KAMA GATE ANZOUMANAN Mémoire U Géosciences et Environnement 60

ANNEXES

ANNEXES


ANNEXES

ANNEXES I: Comparaison graphique des ajustements des lois sur papier Hazen

~. . ., , ;. ; : : c::,280 • Obstr.:ac~ ~ ..•....• ; i ~ .......•. ~ ; ,. ..

1 E : :~EE= L:::::l::::::::t::::::L::::::!:::::::;\:::~C···

i~ .•••.• ;;L!••••:t••••1•;fi•••••i············· ï Ë::::::::::::Li~~i~iL~i~iT~~~~~J~~~~~~T~\~~~~r~~~~~~~~!::::::::::::: a_ . . . . . . .

Station Bouak6

§ 0 0 0 0 0 O

Probabüf• au non-dt~swnent {~ no,ma1 I ~en)

240

500 station Adiaké . . ' . . . . . ObseMtion.... ······--i·-··-···- .;.. ; , .

o,400 fll6 NIMV- .•••.••• J -·------~---------~--------·-i ; t7 2LNIMV- : : : • ~ --1 .e 350 •• #8 31.NIMM •••••••. : ••••••... ········i·········:····· ~ ] #9 G2/MM- : •• :

i ~:: ------ -·-·:::::~:~~----:~::::::~:~~!~~~~:~:~:~-~::! l 200 .---------~---------~---------~----------i------------- i::: ~;.;;:.;.::;?, ::::::::j:::::::::j:::::::::j:::::::::!::::::::::!··············

50 ········i·········i········+········f··········i············· 0§ : : : : :

';'220 I 200-1-- i 180

ij 0 ci ci ci ci ci

Probabilitês aJ non-dëpe.sserned (papier normal/ Hazen) 0 0

450

500 Station Daloa

4501·· ;400 .. j J50 .. : 300 'X 250 'B. ~ 200 Z tSO l,oo~

50

0 d ci ô ci ô Probabilités ilU non-dépassemenl (papier nonnal / Hazen)

0

Obs~a1hon.tt '5 HIIAV-

162V!,1AV #7JLMAI #8G2,t.1M-

0 0 0 0 0 0 Pl'Oblbiitês au non-dépassefflff« (paptr normal / Haz.tn)

Station

OJOO+··

1250

ObseMtion9+ tJ NIMV

IM 21..NIMV ts 31.N/MM

<MiG2/MM-

. ' . . . . ·····~ : : : : : :

r·······+······+·······i--·····+······, ,~ , . r-·····~·········r··········:: ~1···········i·········i········iii i + l § X ;t; X X ;t; ;t; ;t;

0

400 station SHunclra

0 -. . -. -. -. 0 0 0 0 0

Probabilittis au non-dèpusemenl c,:.pie, norl'l1a / Hal.Ml)

KAMA GA TE ANZOUMANAN

Obsen.•icnt+ 12 NIMV- 021..NJt.!II- t IN 3LU,tAM 115 GMAM-

i ; i : i . . . . ' . . . . : : : :

~t············ :.:----:········· ········;·········;·········;·········;·········· .

············;········· ········:·········:-········:-········:·········· ·············

0350 1 ~ 300 •••

0 0 0 0 0 Probab.lllfs: au non-4fpusement ~ ncnmal I ~t.n)

Mémoire Il Géosciences et Environnement 62

ANNEXES

1oo ~--'---, . Station. Tabou . .

1~·· ~ 1 1 rr·~ ïi ,oo -· . . . a. 350

tE E : T 1 ! F 1 s~~------ ----- -t --- . ··-··-r··-· .. ··j····· j-· j·········t i

! O ~ d d d ci d Probabilité.s au non-dépassemen( (papie., nonnal / Hazen)

0

280 Station Yamoussoukro

____________ .•..•...........•......•......... ~---------4··-------·----------· . . . . . . OboOIWliona+ f··· .... ·i· .. ·····+·-· .... i- ... · .. +- .... , .. -i

#2 N/MV- ~- -------1---------~---------1---------~----- -----! ------------1 "3 2LN/MV- f- ; --~ .. -------~-- -[--------..-< #4 JUUMM ~--------~---------~---------~---------~ #SG2/MM- f--------1~ .. -----··{·········{····· · ·······-···•········· .. ··

~ ; ~.... . ± ; ; .

===~-: : : L ..f. : . ' . . . . . . . . . - -. .....•..........•. ------- ..•.... -----. --------- .. --- . -- -- -- . -- . . . . . . . . . . . ' ~~-------- .. ----·······-····-- .• --------- .•. --------- .. ----------,--------- . . . . . . . . ' . ' ' . . -·--------- •. ·-------•--------- .. ·-------- .. ·-------------------·------------- • • • • 1 • • ' . . . . . .

------------:----------;--------:---------:---------:---------:----------:-------------

0260 -! 2,40 ê 220 ; 200 ·" 180 %160 • 140 'ff 120 ·~ 100 : 80 t 60 :! ,40

20 0 § 0 0 "' - ci ci ci o o

Probabil~és au non-dépassement (papier noonal / Hazen)

KAMA GATE ANZOUMANAN

0

§ 0

1200

0 1100

~ 1000 :, 900 ~ ,. 800 :,

~ 700

~ 600 .,, 500 0 i 400 ! 300 1l 200 ~

100

. . . . ~ . o O O O O C

Probabililés au non-dépossemenl (papier normal I Hazen) ci ci

station San

0 § 0

Observation.+ '5 N/MV-

162LN/MV- 117 3lNIMM #8 G21MM-

0

' ' . . . . . . - ~- - - . -- -- _ ... _. -- ---- _ ... - __ .._ --- . ------ - - -~ .. -- --- .... ' ' ' ' '

:i:::::::::i:::::::::i::::::::i-::::::::::::::::::l::::L: ' ' ' 1 ' ' ' ' • 1 . . .

············;::::::::::;~·········t············ s

ci ci ci ci ci Probabilités au non-dépassement (papier normal I Hazen)

Mémoire Il Géosciences et Environnement 63

option: géosciences et environnement

Documents

Géosciences · 22 Analyse spatiale en géosciences PROGRAMME Le profil des participants La formation s’adresse à toute personne du monde des géosciences utilisant les SIG

Lycée de La Méditerranée 13600 la Ciotat. Tél. : … · Bac STI 2D option EE (Energie et Environnement) Bac STI 2D option ITEC (Innovation Technologique et Eco Conception) Bac

DEUST Géosciences Module de géophysique

Télécharger la revue Géosciences

Département de Géoressources Licence de Géosciences Appliquées

OPTION B : « MILIEUX ET ENVIRONNEMENT » Sujet ...media.devenirenseignant.gouv.fr/file/agregation_externe/95/7/s2018... · ‒ 2 ‒ 2 Document 3 – Agriculture et déforestation

Les masters de la Faculté des géosciences et de l ... · 3. Environnement et développement: processus et enjeux – Cours sur le développement urbain et rural, gestions de ressources

en géosciences au XXI siècle - Tome III

UE « Géosciences 1 » Emmanuel Tertre – Département

La voie du vivant et des géosciences

ORGANIGRAMME GÉNÉRAL DE GÉOSCIENCES MONTPELLIER

Option : Architecture et environnement · réchauffement climatique 1.3.2. L’artificialisation des sols 1.3.3. la disparition des zones agricoles périurbaines 1.3.4. Renforcement

Systèmes d’information géographique...Yves Auda Ingénieur CNRS Géosciences Environnement Toulouse Observatoire Midi-Pyrénées Centre national de la recherche scientifique Systèmes

ENSEIGNEMENT ET RECHERCHE EN BIO-GÉOSCIENCES

Olympiades de géosciences - 2015

MASTER m2 Géosciences (GPRE) - Mines Nancy

B. OPTION : « MILIEUX ET ENVIRONNEMENT » Sujet : Les volcans …cache.media.education.gouv.fr/file/agregation_externe/27/... · 2014-03-13 · 1 B. OPTION : « MILIEUX ET ENVIRONNEMENT

Olympiades de géosciences 2019 - ac-nantes.fr

PLATEAUX TECHNIQUES DE GÉOSCIENCES MONTPELLIER

Option : Génie sanitaire et environnement (GSE)

MEMOIRE DE MASTER DE RECHERCHE...MEMOIRE DE MASTER DE RECHERCHE Option: Population-Environnement, Spécialité : Environnement et Pastoralisme THEME : ANALYSE DE LA DYNAMIQUE DES MODES

Géothermie - les Enjeux des Géosciences - ADEME

Laboratoire Géosciences

Forum SISMER – 23 novembre 2006 – SIG Ifremer/Géosciences Marines GéoBIS SIG Géosciences Bathymétrie Imagerie Sismique Catherine Satra Le Bris ; Jérémy

bts design de mode, textile et environnement · Objectifs Le BTS Design de mode, textile et environnement option textile, matériaux, surface associe différents domaines : l'habillement,

Sciences mécaniques et énergétiques, matériaux et géosciences

Projet HGSOL : Synthèse et perspectives · des cours des matières premières. Capteurs, Environnement et Géosciences Polytech Orléans Jacques VARET & Dominique MORIN 27-28

enjeux des géosciences

,PSDFWG HO·RULHQWDWLRQ6XUO e confort WKHUPLTXHG … · 0pPRLUHGHILQG¶pWXGHV SRXUO¶REWHQWLRQGXGLSO{PHGH master en Architecture Option : Architecture et environnement Elaboré par

Géosciences Parcours : Réservoirs Production

Master « Géosciences et Applications au Développement

OPTION : Géosciences et Environnement Spécialité : Hydrologie

UNIVERSITÉ MONTPELLIER 2 - Cirad · UNIVERSITÉ MONTPELLIER 2 Ecole Doctorale : Systémes intégrés en Biologie, Agronomie, Géosciences, Hydrosciences et Environnement Spécialité

LES GÉOSCIENCES AU SERVICE DE L’HOMME

OSSIER GÉOSCIENCES - univ-lille.fr