Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 2012Figure 1 : Stations pluviométriques présentant des ruptures dans les séries historiques après traitementstatistique par le test de Pettitt. En gris, des stations avec rupture négative, en noir des stations avec rupturepositive. L’axe x comporte les années où la rupture a été identifiée et l’axe y le nombre de stations avec rupture.Sur la figure 1, on observe qu’à partir de la fin de la décennie 80, il y a eu unaccroissement du nombre de stations présentant des ruptures, période qui s’est poursuiviejusqu’à la fin de la décennie 90. L’année 1994 est la plus significative mais s’explique enpartie par les années 1992 et 1993 où l’absence de données s’explique par des hiatussystématiques sur l’ensemble des séries historiques du jeu de données de l’ANA. Il convientde rappeler que les ruptures dans les données pluviométriques des stations peuvent être liées àdes phénomènes naturels ou à des questions de différences des instruments de mesures(Edwards, 2010). Cependant, il est intéressant de noter que la période de rupture visible dansles séries historiques pluviométriques est concomitante avec la plus importante périoded’activité de déboisement et de l’avancée de la frontière agricole dans la région (PRODES,2003). En effet, en 1994, la déforestation de l’Amazonie a atteint un des indices les plusélevés de l’histoire, avec plus de 29 000 km² dévastés sur la période. Les résultats de cetteanalyse sont semblables à ceux de Lean et al., 1996 ; Callede et al., 2008 ; Espinoza-Villar,2009, particulièrement pour les années 1993 et 1994. Cependant, la figure 2 ne montre pas delocalisation particulière des stations présentant une rupture selon ce test.Figure 2 : Test de Pettitt, avec les stationsenregistrant des ruptures négatives etpositives ; ANA (1970-2010).3. Test de Mann-Kendall - Identification des tendances (séries pluviométriques)Le test de Mann-Kendall est normalement utilisé parallèlement à un test non paramétriquepour déterminer si une tendance est identifiable au sein d’une série temporelle, incluantpossiblement une composante saisonnière. Ce test de tendance non paramétrique est lerésultat d’un test amélioré, initialement étudié par Mann, puis par la suite repris par Kendall etfinalement optimisé par Hirsh qui a pris en considération la composante saisonnière(Libiseller et Grimvall, 2002). Ces tests sont basés sur l’hypothèse nulle H0 qu’il n’y a pas detendance dans la série. Trois hypothèses alternatives existent et sont celles de l’évolution203