Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 2012surestiment le cumul annuel. Les caractéristiques de la période de comblement par rapport àcelle d’entraînement peuvent expliquer ce phénomène : le cumul annuel moyen deprécipitations pour la période de comblement ne représente que 73 % du cumul annuel moyenpour la période d’entraînement. On utilise donc la moyenne et la distribution de probabilité depluie d’année plutôt humide pour combler les pluies d’années plutôt sèches. La méthodeCORREL sous-estime le cumul annuel des précipitations. Cette méthode ne tenant pascompte du cumul des précipitations mais uniquement de la corrélation des événementspluvieux, les stations situées dans des zones plus humides peuvent être corréléesmajoritairement à des stations plus sèches, les pluies issues du comblement sont alors sousestimées.Cependant, le cumul annuel n’est pas la seule caractéristique des précipitations quiinfluence les rendements agricoles. La distribution journalière des pluies est aussi trèsimportante pour le développement des plantes. C’est elle qui détermine la date de semis,pouvant décaler le cycle de la plante de plus d’un mois dans la saison. Elle est aussiimportante au cours du développement de la plante : certaines phases phénologiques sontparticulièrement sensibles au stress hydrique et une pluie ratée ou surestimée à ce moment làpeut avoir un impact important sur les rendements.Nous étudions donc dans la section 2.2 l’impact des différentes méthodes de comblementsur les rendements.2.2. L'impact des différentes méthodes de comblement sur les rendements2.2.1. Pour l'ensemble des sitesNous nous intéressons d’abord au biais relatif sur les rendements : celui-ci est calculé de lamême manière que précédemment. La figure 3 représente la distribution de probabilité pourchaque valeur de biais et pour chaque méthode de comblement, seules les valeurs avec unbiais inférieur ou égal à 70 % sont montrées ici. Pour chaque méthode de comblement, lesvaleurs extrêmes sont au-delà de 100 % de biais (non montré), elles dépassent 200 %lorsqu’on comble 20 % de lacunes.Figure 3 : Probabilité de biais relatif pour chacune des méthodes de comblement et pour les scénarios avec 10 %(à gauche) et 20 % de lacunes (droite).Le biais moyen des simulations LACUNE est négatif, moins de 11 % des rendementsprésentent un biais positif ; de plus, il est dégradé lorsqu’on passe de 10 à 20 % de lacunes (lebiais moyen passe de -7 à -17 %). Pour les deux taux de lacune, les différentes méthodes decomblement permettent de recentrer le biais moyen en zéro. Cependant, les valeurs extrêmespeuvent accuser un biais très prononcé (jusqu’à 300 % de biais pour 20 % de lacunes, nonmontré). La technique de comblement PDF est celle qui présente la plus grande dispersion desbiais. Les performances de cette technique baissent considérablement lorsqu’on passe de 10 à652