Introduction - Africa Adaptation Programme

More documents

Recommendations

Info

L’homogénéisation des séries mensuelles fournit la date et l’amplitude des ruptures détectées. S’il n’est pas possible d’appliquer les coefficients correcteurs aux données quotidiennes, les dates des ruptures permettent néanmoins de déterminer des périodes supposées homogènes. Cette méthode offre l’avantage, d’une part, de bénéficier des travaux de correction et de comblement des séries des données climatiques considérées lors de la phase d’homogénéisation des séries mensuelles et, d’autre part, de pouvoir associer systématiquement un diagnostic sur la moyenne à un diagnostic sur les extrêmes. Entre cette date et la fin de la série, la série devient série quotidienne de référence (SQR). La période allant de 1965 à 1994 a été retenue comme normale climatique pour calculer les indices des extrêmes climatiques pour l’ensemble du pays. Il est difficile dans le contexte du Congo de trouver une station de référence pouvant permettre de corriger les lacunes détectées. La longueur disproportionnée des séries, la différence des climats entre station et des états de surfaces rendent difficile voire impossible le choix d’une station de référence. Cette approche dite de sélection sans correction des données quotidiennes a déjà été employée dans différentes études sur l’évolution observée du climat (Frich et al, 2002 ; Moisselin et Dubuisson, 2006 ; Katerina, 2007 ; Sensoy S. et al, 2008 ; Publina, 2009). 1.2.3-Indices Pour analyser les extrêmes de pluies, nous avons procédé par le calcul des indices. L'avantage d'utiliser les indices pour la détection du changement climatique est qu’ils peuvent être appliqués à différents paramètres du climat tels que les températures minimales, les températures maximales et les précipitations au pas de temps journalier; ils permettent aussi une comparaison facile des tendances entre diverses régions appartenant à des zones climatiques différentes ; les indices des extrêmes climatiques sont facilement compréhensibles et maniables pour des études d'impacts climatiques sur le plan socio-économique (Christensen et al, 2002 ; Loredana, 2008). . De nombreux indices climatiques ont été définis par la communauté des climatologues Le projet ClimateVariability and Predictability (Clivar) du <strong>Programme</strong> Mondial de Recherche sur le Climat (PMRC) de l’Organisation Météorologique Mondiale (OMM) a proposé une liste de différents indices. Certains d’entre eux sont repris et calculés pour différentes séries dans le cadre du projet européen European ClimateAssessment and Dataset 20
(ECA&D) dont le site Internet présente un dictionnaire complet d’indices (http://eca.knmi.nl/indicesextremes/indicesdictionary.php#5) de 60 indices correspondant aux différents aspects du changement climatique. Le logiciel "RClimDex" offre un calibre approprié pour calculer ces indices de manière efficace. Un total de 27 indices a été suggéré par l’Equipe d’experts sur la détection d’indices du changement climatique (Expert Team on Climate Change Detction indices ETCCDI) du groupe conjoint de la Commission de climatologie et du Clivar CCI/CLIVAR/JCOMM sur la détection et les indices de changement de climat avec les foyers primaires sur des extrêmes pour détecter les changements de l'intensité, de la fréquence et de la durée des événements, peuvant être calculés par ce logiciel. Le groupe de travail commun Clivar-Commission de climatologie de l’OMM recommande une liste de dix indices simples et accessibles (Frich et al., 2002). Les indices, élaborés à l’échelle annuelle par le programme RClimDex (Zhang X. et al., 2004), peuvent être regroupés en plusieurs catégories (Alexander et al., 2005). On distingue : Les indices basés sur des percentiles fournissant des informations sur la température des nuits froides (TN10p), des nuits chaudes (TN90p), des jours froids (TX10p) et des jours chauds (TX90p) Les indices absolus représentent les valeurs maximale ou minimale de la température au cours d'une période donnée de temps (saison, année) comme la température maximale la plus élevée (TXx), la température minimale la plus élevée (TNx), la plus basse température maximale (TXn) ou la plus basse température minimale (TNn), les totaux des précipitations journalières au-dessus des percentiles 95 (jours très humides (R95p)) et 99 (jours extrêmement humides (R99p)); les totaux de ces indices varient d’une station à une autre même quand les différentes stations sont influencées par un même type de climat; il est donc impossible d’avoir une valeur commune à toutes les stations pour définir le R95p et le R99p. Les indices des précipitations maximales d’1 jour (RX1day) et de 5 jours consécutifs (RX5day); Les indices de la durée maximale des périodes sèches (R journalière =1mm: CWD); l’amplitude diurne thermique, l’indicateur des 21
Page 1 and 2: Acronymes CCNUCC : Convention Cadre
Page 3 and 4: 1-Cadre scientifique Notre planète
Page 5 and 6: climatiques liés au temps et suivr
Page 7 and 8: ‣ Changement climatique et Variab
Page 9 and 10: induits par le changement climatiqu
Page 11 and 12: Chapitre 1 Approche méthodologique
Page 13 and 14: Tableau 1:Stations synoptiques rete
Page 15 and 16: Tableau 3: Format de données dans
Page 17 and 18: fichier nommé Example.dat), dans l
Page 19: Figure 5: Exemple d’une série ho
Page 23 and 24: Tableau 7: Indices des extrêmes de
Page 25 and 26: 1.2.5-Tests statistiques 1.2.5.1-Es
Page 27 and 28: ‣ Niveaux et périodes de retour
Page 29 and 30: Chapitre 2 Situation climatique de
Page 31 and 32: Figure 9 : Répartition spatiale de
Page 33 and 34: Tableau 9: sous-périodes de l’é
Page 35 and 36: Figure 12 : Evolution des températ
Page 37 and 38: Figure 13: Evolution des précipita
Page 39 and 40: Chapitre 3 : Tendances des indices
Page 41 and 42: 3.2-Jours consécutivement humides
Page 43 and 44: 3.4-Maximum d’une journée de plu
Page 45 and 46: 3.6-Nombre de jours des pluies ≥
Page 47 and 48: 3.8-Jours très humides (R95p) Les
Page 49 and 50: 3.10-Intensité Simples des Précip
Page 51 and 52: Chapitre 4 Tendances des indices de
Page 53 and 54: comme Impfondo (0,004°C), Makoua (
Page 55 and 56: 4.3-Nuits relativement chaudes (TN9
Page 57 and 58: 4.5-Maximum des températures minim
Page 59 and 60: 4.7-Jours relativement chauds (TX90
Page 61 and 62: 4.9-Maximum des températures maxim
Page 63 and 64: Conclusion partielle du chapitre 4
Page 65 and 66: Tableau 10: Débits journaliers du
Page 67 and 68: 5.1.2-Evolution du débit maximum L
Page 69 and 70: Figure 37: Evolution des débits fa
Page 71 and 72:
Figure 38: Evolution des débits fo
Page 73 and 74:
5.1.6-Evolution des débits excepti
Page 75 and 76:
Les résultats obtenus montrent que
Page 77 and 78:
5.2.2.3-Sangha Les valeurs des déb
Page 79 and 80:
Chapitre 6: Indicateurs climatiques
Page 81 and 82:
6.1-Indicateurs climatiques et agri
Page 83 and 84:
6.1.2-Dégradation de ces indicateu
Page 85 and 86:
protégées par la végétation. Le
Page 87 and 88:
Chapitre 7 Elaboration d’un cadre
Page 89 and 90:
Figure 42: Evolution des PRCPTOT (1
Page 91 and 92:
Figure 44: Evolution des CWD (1950-
Page 93 and 94:
Figure 47: Evolution des CDD (1950-
Page 95 and 96:
Tableau 8:Niveau de retour des PRCP
Page 97 and 98:
températures minimales et maximale
Page 99 and 100:
Christensen J., Carterand T., and G
Page 101 and 102:
Pulwarty, T. Root, R.T. Sylves, P.W
Page 103 and 104:
Wang X. L, 2008b: Penalized maximal
Page 105 and 106:
Annexe 1: Tableaux des Indices des
Page 107 and 108:
Station Lon Lat Indice SYear EYear
Page 109 and 110:
Annexe 2 : Tableaux des indices des
Page 111 and 112:
Station Lon Lat Indice SYear EYear
Page 113 and 114:
Annexe 3 : TERMES DE REFERENCE Gest
Page 115 and 116:
Résultat 3 : a) Rapport sur les do
Page 117 and 118:
Liste des Figures Figure 1 : Locali
Page 119 and 120:
Liste des tableaux Tableau 1:Statio
Page 121 and 122:
2.1.2. Configuration annuelles des
Page 123:
6.1.2 Dégradation de ces indicateu
show all

Introduction - Africa Adaptation Programme

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?