WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Contribution à  l'étude de l'évapotranspiration sur le bassin de la donga au bénin: comparaison du bilan d'énergie de 3 périodes de 15 jours.

( Télécharger le fichier original )
par Ossénatou MAMADOU
Université d'Abomey-Calavi - DEA Energie et Environnement 2009
  

Disponible en mode multipage

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Remerciements

Ce mémoire a été financé par le projet OUEME-2025, préparé conjointement au Laboratoire de Physique du Rayonnement (LPR/UAC) et au Laboratoire des Transferts en Hydrologie et Environnement (LTHE/Grenoble).

4 J'exprime ma gratitude tout d'abord au directeur du LPR, le Professeur Cossi Norbert Awanou et au directeur du LTHE Mr Thierry Lebel qui m'ont accueilli et permis de réaliser ce travail dans leurs laboratoires respectifs.

4 Mes sincères remerciements vont a l'endroit de Arnaud Zannou, Coordonateur du Projet Ouémé-2025 pour la confiance qu'il a placé en moi en m'offrant ce stage dans son projet.

4 Je tiens a remercier particulièrement Basile Kounouhéwa, Sylvie Galle et Jean-Martial Cohard avec qui j'ai fait mes premiers pas dans la recherche et qui ont su parfaitement encadrer mes travaux malgré mes cheminements parfois tortueux. Vos critiques et conseils m'ont permis d'améliorer la qualité de ce document.

4 A toute l'équipe de l'Ecole doctorale qui a assuré notre formation, je dis infiniment merci.

4 Merci a Léandro Suarez pour m'avoir appris EdiRe le fameux logiciel de traitement de flux; Stéphanie Leroux pour ses nombreuses explications sur la circulation atmosphérique a grande échelle; Franck Houénou pour son initiation au Latex et grace a qui vous trouvez la beauté dans ce document; Jules Sogba-Goh qui est souvent sur le terrain pour ramener les données. Que Jean-Bosco Voudounou, Maurille Agoua et Armelle Dossou-Yovo trouvent ici l'expression de notre profonde reconnaissance pour le précieux concours apporté maintes fois pour les tracas administratifs.

4 L'ensemble de mes camarades, je veux nommer Gabin Koto N'gobi; Richard Agbokpanzo; Eric Cojo; Tahirou Djarra; Ouzel Oumarou; Armand Djossou et Didier Boko-Haya pour leur amitié et leur bonne humeur permanente.

4 Je remercie aussi mes parents qui m'ont accompagné tous les jours bien au delà de mon travail et à qui je dédie ce mémoire.

4 Enfin, merci à Djouma!

Résumé

Cette étude est focalisée sur la variabilité saisonnière des termes du bilan d'énergie sur deux végétations contrastées de la Donga/Bénin : une jachère herbacée (Nalohou : 974484N, 160457E, 449 m) et une forêt claire (Bellefoungou : 979115N, 171800E, 414 m).

Pour caractériser cette variabilité, trois périodes de quinze (15) jours ont été identifiées. La première pendant la saison sèche, la seconde pendant la saison des pluies et la dernière se situe dans la période de transition de la saison humide a la saison sèche. Dans un premier temps, nous comparons sur les 3 périodes les paramètres météorologiques des deux stations. Nous analysons ensuite la fermeture du bilan énergétique. Les coefficients de détermination obtenus sur le site de Nalohou entre H+LE et Rn-G sur les périodes sont assez satisfaisants et confirment la qualité des mesures d'eddy corrélation effectuées dans la région soudanienne. Les séries temporelles des flux moyennées sur chaque heure pour les différentes périodes sont comparées entre elles. Les flux de chaleur sensible et de chaleur a la surface du sol sont les termes majoritaires du bilan en Janvier et en Novembre. Les maxima observés a Nalohou sont de 315W.m-2 et 170W.m-2 en Janvier et 271W.m-2 et 115W.m-2 en Novembre respectivement pour les flux de chaleur sensible et de chaleur a la surface du sol. Quant au flux de chaleur latente, il représente environ 70% du rayonnement net en Juillet, reste faible en Novembre (20% du rayonnement net) et est inférieur a 5% en Janvier. A Bellefoungou, les résultats sont similaires mais en Juillet les flux de chaleur latente et de chaleur sensible sont plus grands que ceux obtenus sur la jachère de Nalohou.

Mots dles : bilan d'énergie, eddy corrélation, qualité des données, variabilité, climat soudanien, AMMA-CATCH, OUEME-2025 .

Abstract

This study focuses on the seasonal variability of energy budget terms on two contrasted vegetations of Donga/Benin a fallow bush (Nalohou 974484N, 160457E, 449 m) and a clear forest (Bellefoungou 979115N, 171800E, 414 m).

To characterize the variability, three 15 days periods have been identified. The first one concerns the dry season, the second one concerns the wet season and the last one the transition period from wet to dry season. We compare first the weather parameters during the 3 periods at the two stations. We analyze then the energy budget closure. The determination coefficients obtained on the site of Nalohou between H+LE and Rn-G over the periods are rather satisfactory and confirm the quality of flux measurements carried out in the sudanian area. The hourly time series of fluxes realised for the various periods are compared. The sensible and ground heat flux are the main terms of the budget in January and November. The maxima observed in Nalohou are respectively for the sensible heat flux and ground heat flux 315W.m-2 and 170W.m-2 in January and 271W.m-2 and 115W.m-2 in November. The latent heat flux accounts for approximately 70% of the Net radiation in July, but remains weak in November (20% of the Net radiation) and is lower than 5% in January. For the forest site, the results are similar in July but the latent and ground heat flux are large than those of the fallow bush site.

Keywords energy budget, eddy correlation, quality of data, variability, soudanian climate , AMMA-CATCH, OUEME-2025.

Table des matières

Remerciements i

Résumé iii

Abstract v

Introduction générale 1

1 Mesure des termes du bilan d'énergie 5

1.1 Le bilan d'énergie dans la Couche Limite Atmosphérique (C.L.A) 5

1.2 Le rayonnement net Rn 6

1.3 Le flux de chaleur a la surface du sol G 7

1.3.1 Estimation théorique de G méthode des harmoniques 8

1.3.2 Formulation de la FAO-56 pour l'obtention de G 11

1.4 Flux turbulents de chaleur le flux de chaleur sensible H et de chaleur latente

LE 11
1.4.1 Principe de l'eddy covariance et mesure des flux turbulents de chaleur 12

1.4.2 Présentation du logiciel EdiRe 16
1.4.3 Algorithmes associés aux calculs des flux de chaleur sensible H et de

chaleur latente LE dans EdiRe 18

1.5 Critères de vérification de la qualité des données

d'eddy corrélation 19

1.5.1 Test des Caractéristiques Intégrales de Turbulence (ITC) 19

1.5.2 Classification globale des données 20

1.6 Conclusion 22

2 Description de la zone d'étude et caractérisation météorologique des sous périodes d'étude 23

2.1 Situation géographique de la zone d'étude 23

2.2 Dynamique saisonnière de la surface du sol sur les deux stations 25

2.3 Description de l'année 2007 - 2008 cas de la station de Nalohou (Aoüt 07 -

Juillet 08) 26

2.3.1 Le rayonnement net 26

2.3.2 La température de l'air 28

2.3.3 La tension de vapeur réelle 29

2.3.4 La vitesse et la direction du vent 30

2.4 Conditions climatiques locales Comparaison de la météo de Nalohou et celle

de Bellefoungou 34

2.4.1 Sous période sèche (16 au 30 Janvier 2008) 34

2.4.2 Sous période humide (16 au 30 Juillet 2008) 36

2.4.3 Sous période intermédiaire (16 au 30 Novembre 2007) 37

2.5 Conclusion 39

3 Exploitation des résultats 41

3.1 Le flux de chaleur a la surface du sol 41
3.1.1 Comparaison de la température de surface et de la température infra-

rouge 42
3.1.2 Comparaison des flux de chaleur a la surface du sol calculés avec la

méthode des harmoniques et la formulation de la FAO 47
3.1.3 Comparaison des flux de chaleur a la surface a Nalohou et a Bellefoungou 48

3.2

Les flux turbulents de chaleur H et LE

3.2.1 ContrOle de qualité

51
51

 

3.2.2

Analyse de la qualité des données

53

3.3

Calcul du bilan d'énergie

57

 

3.3.1

Variabilité temporelle du bilan d'énergie a Nalohou

58

 

3.3.2

Fermeture du bilan d'énergie a Nalohou

61

3.4

Variabilité spatiale des flux turbulents de chaleur

64

3.4.1 Cas du flux de chaleur sensible 64

3.4.2 Cas du flux de chaleur latente 65

3.5 Conclusion 66

Conclusion generale 69

.1 Références Bibliographiques 72

.2 Annexe1 Proclist de Nalohou 76

.3 Annexe 2 Description des installations 84

Liste des tableaux

1.1

Valeurs des constantes C1 et C2 d'après 1311.

20

1.2

Différents tests appliqués sur les flux H et LE

21

1.3

Classification globale d'après 1321.

21

3.1

Classification des données de flux : sous période sèche

52

3.2

Classification des données de flux : sous période humide

52

3.3

Classification des données de flux : sous période intermédiaire . . .

53

LISTE DES TABLEAUX xii

Table des figures

1.1 Schéma montrant les différentes parties de la couche limite atmosphérique 6

1.2 L'anémomètre sonique (gauche) et le Licor (droite) effectuant des mesures sur la

forêt claire de Bellefoungou. 13

2.1 Carte de localisation des stations de mesure dans la Donga 24

2.2 Couverture du sol à Nalohou en Novembre (a) et en Juillet (b) 25

2.3 Couverture du sol à Bellefoungou en Juillet (a) et vue de dessus de la végétation de

Bellefoungou (b) 26

2.4 Evolution temporelle des moyennes journalières du rayonnement net à Nalohou. . 27

2.5 Evolution temporelle des moyennes journalières du rayonnement incident courte

(Swin) et grande (Lwin) longueur d'onde à Nalohou. 27
2.6 Evolution temporelle des moyennes journalières, des valeurs minimale et maximale

de la température de l'air à Nalohou. 28
2.7 Ecart entre les températures moyennes journalières maximales et minimales au cours

de la période Aoüt 07-Juillet 08 à Nalohou. 29
2.8 Evolution temporelle de la moyenne journalière de la tension de vapeur réelle sur la

période Aoüt 07-Juillet 08 à Nalohou. 29
2.9 Evolution temporelle des moyennes journalières , des valeurs minimale et maximale

de la vitesse du vent 30

2.10 Cycle journalier du vent sur la période Aoüt 2007-Juillet 2008 à Nalohou 31

2.11 Station de Nalohou, rose des vents Aoüt 07-Juillet 08 (pour des vents supérieurs à 1m.s-1) 33

2.12 Cycle journalier du rayonnement incident(a), rayonnement réfléchi(b), température de l'air (c), humidité relative(f), vitesse du vent (d) et tension de vapeur réelle (e)à Nalohou et à Bellefoungou (sous période sèche) 35

2.13 Cycle journalier du rayonnement incident( a), rayonnement réfléchi(b), température de l'air (c), humidité relative (f), vitesse du vent (d) et tension de vapeur réelle (e) a Nalohou et a Bellefoungou (sous période humide) 37

2.14 Cycle journalier du rayonnement incident (a), rayonnement réfléchi(b), température de l'air (c), humidité relative (f), vitesse du vent (d) et tension de vapeur réelle (e) a Nalohou et a Bellefoungou (sous période intermédiaire) 39

3.1 Evolution temporelle de la température infrarouge et des températures de surface calculées a partir des mesures aux profondeurs z1= 9 et 10cm a Nalohou en Janvier (haut) et en Juillet (bas). 44

3.2 Evolution temporelle de la température infrarouge et des températures de surface calculées a partir des mesures aux profondeurs z1= 9 et 10cm a Nalohou (Novembre). 45

3.3 Evolution du rayonnement net et du flux de chaleur a la surface du sol a Nalohou pendant trois jours en Janvier 45

3.4 Evolution du rayonnement net et du flux de chaleur a la surface du sol a Bellefoungou pendant trois jours en Janvier 46

3.5 Evolution du rayonnement net et du flux de chaleur a la surface du sol a Nalohou pendant trois jours en Novembre (haut) et en Juillet (bas). 47

3.6 Evolution temporelle des flux de chaleur a la surface du 20 au 23 Janvier 2008 sur

la station de Nalohou 47

3.7 Cycle journalier moyen de G harmonique a Nalohou et a Bellefoungou (sous période sèche). 49

3.8 Cycle journalier moyen de G harmonique a Nalohou et a Bellefoungou (sous période humide). 49

3.9 Cycle journalier moyen de G harmonique a Nalohou et a Bellefoungou (sous période intermédiaire). 50

3.10 Cycle journalier et qualité de LE et de H durant les sous périodes sèche (a et b), humide (c et d)et intermédiaire (e et f) a Nalohou. 56

3.11 Cycle journalier et qualité de LE et de H durant les sous périodes sèche (c) et humide

(a et b) a Bellefoungou. 57

3.12 Cycle journalier horaire moyen de Rn, H, LE et G en Janvier (a), en Novembre (b)

et en Juillet (c) a Nalohou 59
3.13 Pourcentage de H, LE et G par rapport a Rn en Janvier (a), Juillet (b) et en

Novembre (c) a Nalohou 61
3.14 H+LE en fonction de Rn-G en Janvier (a), Juillet (b) et en Novembre (c) a Nalohou. 63

3.15 Cycle journalier de H a Nalohou et a Bellefoungou (sous période sèche). 64

3.16 Cycle journalier de H a Nalohou et a Bellefoungou (sous période humide) 65

3.17 Cycle journalier de H a Nalohou et a Bellefoungou (sous période humide) 66

Introduction générale

La question de la ressource en eau est d'une importance capitale en Afrique de l'Ouest. En effet, les économies de la plupart de ces pays reposent sur l'agriculture et sont donc tributaires des pluies. Deux épisodes de sécheresse (en 1972-1973 et en 1984-1985) au Sahel ont eu un impact sur la ressource en eau a l'échelle de la région Ouest-Africaine et des conséquences dramatiques pour les populations. Les observations montrent en effet qu'une baisse du régime pluviométrique entraIne une chute deux a trois fois plus importante [1; 2; 31 du débit des fleuves et asséche certains cours d'eau. Pour tenter de comprendre de tels épisodes climatiques et leurs impacts, il importe de bien connaItre le cycle de l'eau, a toutes les échelles spatiales et temporelles. Dans ce contexte, la communauté scientifique soutenue par les organismes internationaux a mis en place un ambitieux programme trans-disciplinaire et multi-échelles le programme AMMA (Analyse Multidisciplinaire de la Mousson Africaine). Il vise a documenter la variabilité climatique associée a la mousson Ouest-Africaine en vue de comprendre les interactions océan-atmosphère-continent. Trois sites de méso-échelle échantillonnent le gradient éco-climatique en climat semi-aride (Mali, 300 mm), sahélien (Niger, 600 mm) et soudanien (Bénin, 1200 mm) depuis 2001.

Les flux d'évapotranspiration interviennent a la fois dans les bilans d'eau et d'énergie. Ils sont un élément incontournable pour l'étude des échanges entre l'atmosphère et le cycle hydrologique mais encore très peu documentés. C'est pourquoi, au Bénin, l'observatoire AMMA-CATCH en collaboration avec le projet Ouémé-2025 ont décidé de s'associer afin de mieux comprendre le fonctionnement de l'interface surface - atmosphère en zone soudanienne ainsi que, pour documenter les flux d'évapotranspiration. Des stations de mesure de flux ont été donc installées sur trois couverts végétatifs dans la Donga (586km2) représentatifs de la zone [41. La première est située sur une jachère herbeuse a Nalohou, la seconde, a Belle-

foungou est située sur une forêt claire a isoberlinia et la dernière a Bira, est située dans une savanne arbustive. Ce réseau de mesure va permettre une quantification plus fiable du bilan hydrologique dont les flux d'évapotranspiration sont le terme principal [5; 6; 7].

Nos travaux de DEA ont porté sur deux de ces stations Nalohou et Bellefoungou et se sont déroulés dans le cadre du projet Ouémé-2025.

Au cours de ces dernières années, les méthodes de mesure des flux turbulents ont été beau-coup développées. Aujourd'hui, la méthode d'eddy covariance est considérée comme la méthode standard de mesure de flux de surface [81. Dans cette méthode, les flux turbulents sont calculés directement comme la covariance entre les fluctuations de la composante verticale de la vitesse du vent et les fluctuations d'un terme scalaire (température, humidité, concentration de CO2) [91. Il s'agit donc de mesures directes de la turbulence utilisées pour obtenir les flux de surface. Cette méthode permet de mesurer a l'échelle de quelques dizaines a quelques centaines de m2, le flux de chaleur latente en W.m-2 qui est lié a l'évapotranspiration réelle (ETR) en mm.j-1.

Notre travail consiste donc a utiliser cette méthode pour estimer l'ETR.

L'objectif visé dans cette étude est de caractériser la variabilité du bilan d'énergie de ces deux types de végétation durant trois périodes clefs de leur cycle annuel la saison sèche en Janvier, la saison des pluies en Juillet et la période de transition entre saison des pluies et la saison sèche en Novembre. Pour cela, nous présentons d'abord dans le chapitre 1 les méthodes d'obtention des flux d'énergie a la surface. Il développe aussi les corrections appliquées aux données d'eddy corrélation ainsi que les critères de validation de ces données.

Le deuxième chapitre situe la zone d'étude et caractérise les périodes d'étude. Cette caractérisation s'appuie sur une année complète de données météorologiques issues de la station de Nalohou. Nous comparerons ensuite dans ce chapitre, les cycles journaliers des deux stations entre elles durant les trois (3) périodes définies plus haut.

Le chapitre 3 expose les résultats. On y compare d'abord les résultats des méthodes de calcul du flux de chaleur a la surface du sol. Ensuite, la qualité des données d'eddy corrélation

est validée selon 2 approches (a) la détermination des critères des caractéristiques intégrales de turbulence développés dans le chapitre 1 et (b) la fermeture du bilan d'énergie. Un regard sera porté sur le cycle journalier (variation temporelle) des flux de chaleur sensible et de chaleur latente sur les deux sites (variation spatiale) et la corrélation entre ces flux sera dégagée.

Ce travail sera conclu par un chapitre de synthèse dans lequel les perspectives envisagées seront présentées.

CHAPITRE 1

MEsuRE DEs TERMEs Du BiLAN

D'ÉNERGiE

Le climat détermine la structure et le fonctionnement des écosystèmes essentiellement à travers les variations de température, des pluies et de rayonnement solaire. Il influence aussi l'état hydrique et thermique du sol. Le sol et l'atmosphère forment ainsi un système couplé : chaque composante influence l'état et l'évolution des autres composantes a travers différents mécanismes. Ces interactions ont lieu a des échelles de temps allant de quelques secondes a des millions d'années. Dans la suite de ce document, on s'intéresse particulièrement aux interactions entre la surface du sol et l'atmosphère sur une superficie de quelques hectares et a leurs variabilités saisonnières.

1.1 Le bilan d'energie dans la Couche Limite Atmospherique (C.L.A)

Le terme de couche limite a été introduit par Prandtl [10], qui étudiait les propriétés d'écoulements fluides de faible viscosité a proximité d'une limite solide. Dans le contexte atmosphérique, la couche limite est la couche d'air directement en contact avec la surface de la terre, et au sein de laquelle les effets de la surface (frottement, réchauffement et refroidissement) sont ressentis a des échelles de temps inférieures a la journée, et dans laquelle d'importants flux de quantité de mouvement, de chaleur et de matière sont entretenus par des mouvements turbulents. Elle se subdivise en deux couches : la couche d'Ekman et la couche limite de surface (Figure 1.1). C'est la couche limite de surface située dans les premiers mètres au dessus de la surface du sol qui nous intéresse dans notre étude. Cette couche

est la partie de la CLA qui est directement en contact avec la surface terrestre. Elle est encore appelée sous couche a flux constants car c'est la couche dans laquelle les variations des flux selon z sont inférieures a 10%.

FIG. 1.1 Schéma montrant les différentes parties de la couche limite atmosphérique.

L'énergie qui parvient au sol provient du soleil sous forme de rayonnement. Le bilan d'énergie au travers de la surface du sol exprime que la somme des flux est nulle au niveau de cette surface (Eq 1.1).

Rn -- G -- H -- LE = 0 (1.1)

oi Rn est le rayonnement net, G le flux de chaleur dans le sol, H le flux de chaleur sensible et LE le flux de chaleur latente.

Dans les sections suivantes, chaque terme du bilan d'énergie est défini.

1.2 Le rayonnement net Rn

Le rayonnement net Rn est la quantité d'énergie radiative disponible a la surface terrestre. Il représente le bilan des rayonnements incident et réfléchi de courtes longueurs d'onde et des rayonnements grandes longueurs d'onde incident et réfléchi ou émis par la surface [111. Les courtes longueurs d'ondes appartiennent au domaine du visible et du proche infrarouge tandis que les grandes longueurs d'ondes sont celles de l'infrarouge thermique. Le bilan radiatif de la surface terrestre s'écrit alors :

Rn = Swin - Swout + Lwin - Lwout (1.2)

oii Swin est le rayonnement incident de courtes longueurs d'onde, Swout est le rayonnement réfléchi de courtes longueurs d'onde, Lwin le rayonnement incident de grandes longueurs d'onde (venant des nuages et de l'atmosphère) et Lwout le rayonnement réfléchi et émis par la terre en grandes longueurs d'onde.

Sur les stations de mesure, les flux radiatifs sont mesurés a l'aide de capteurs hémisphériques (qui mesurent le rayonnement provenant de tout l'hémisphère). Les quatre composantes du rayonnement net sont directement mesurées a l'aide d'un bilanmètre CNR1 de la marque Kipp & Zonen qui est composé de 2 pyranomètres CM3 (courtes longueurs d'onde 0.3um < A < 3um) et de 2 pyrgéomètres CG3 (grandes longueurs d'onde 5um < A < 50um). Les spécificités des capteurs sont décrites dans un tableau en annexe 2.

1.3 Le flux de chaleur a la surface du sol G

Les transferts thermiques dans le sol sont gouvernés par des échanges de chaleur par conduction. D'après l'équation de Fourier, le flux de chaleur G est proportionnel au gradient vertical de température et a la conductivité thermique du sol k (W.m-1.K-1). Il est donné par l'expression

C = -k?T ?t |z= 0 (1.3)

Le flux de chaleur dans le sol G peut être mesuré soit par des plaques a flux qui doivent être placées très proches de la surface du sol [121; soit modélisé a partir des mesures de température et d'humidité du sol réalisées a différentes profondeurs. Plusieurs modélisations peuvent être employées méthode du bilan ou méthode des harmoniques. La deuxième per-met une meilleure estimation des flux sans biais et sans décalage temporel [131. En l'absence de mesures spécifiques, la FAO propose des relations empiriques le flux G est considéré comme nul au pas de temps journalier, il peut être estimé au pas de temps horaire comme une fraction du rayonnement net [141.

A partir des mesures des profils de températures a différentes profondeurs et d'humidité du sol, nous avons calculé le flux de chaleur a la surface du sol par la méthode des harmoniques. Une comparaison entre le flux de chaleur calculé a partir de la méthode des harmoniques et la formulation de la FAO est présentée au chapitre 3.

1.3.1 Estimation théorique de G : méthode des harmoniques

La méthode des harmoniques peut être utilisée pour calculer le flux de chaleur a la surface du sol a partir des profils verticaux de températures et d'humidité dans le sol [151. En supposant que le sol est homogène et que les transferts de chaleur dans le sol sont unidirectionnels, la température a la profondeur z est obtenue en résolvant l'équation de chaleur suivante :

?T

?t = á

?2T (1.4)

?2z

oi á est la diffusivité thermique du sol en (m2.s-1).

a)- solution de l'equation de la chaleur

Qn va résoudre cette équation par la méthode de séparation des variables. Qn souhaite avoir une variation périodique du signal suivant t, posons :

T(z,t) = C +

X8
n
=1

Zn(z)Hn(t)

avec C constante, Zn(z) et Hn(t) sont respectivement des suites de fonction de z et de

t.

Pour chaque n, l'équation devient en prenant inw comme constante de séparation ou d'intégration :

H0 n(t)

Hn(t)

= á

Z00 n(z)

Zn(z)

= inw (1.5)

Qn résoud d'abord l'équation en t

H0 n(t)

Hn(t)

= inw = Hn(t) = C1 n(t)expi(nwt) (1.6)

Résolvons ensuite l'équation en z :

inw

Z00 n(z) - Zn(z) = 0

á

Posons

v

i

r r mw

a a

r2 = imw imw

= r = #177; a = #177;

avec i nombre imaginaire complexe.

or

v2 v2

v rmw

i = 2 + i 2 = r1,2 = #177; 2a (1 + i)

on a donc :

rmw rmw

Zn(z) = C2 n(z) exp(- 2a (1 + i)z) + C3 n(z) exp( 2a (1 + i)z) (1.7)

La solution générale de l'équation (1.3) s'écrit :

T(z,t) = C +

X8

n=1

Vmw

[C4 n(z, t) exp(imwt) exp(- 2a (1 + i)z)

rmw

+ C5 n(z, t) exp(imwt) exp( 2a (1 + i)z)] (1.8)

oi C4 n(z,t) = C1 n(t).C2 n(z) et C5 n(z,t) = C1 n(t).C3 n(z)

La première condition aux limites (T(z -? 8, t) = Tm), Tm étant la température moyenne a la profondeur z. Cette condition impose de prendre la constante d'intégration C = Tm et de prendre la constante C5 n(z,t) = 0. L'équation (1.8) devient :

T(z,t) = Tm +

X8

n=1

rmw

C4 n(z, t) exp(imwt) exp(- 2a (1 + i)z) (1.9)

En décomposant la partie complexe on a :

T(z,t) = Tm +

X8

n=1

rmw rmw

C4'

n (z, t) exp(- 2a z) cos(mwt - 2a

z)

+ i X8

n=1

rmw rmw

C4''

n (z, t) exp(- 2a z) sin(mwt - 2a z) (1.10)

La seconde condition aux limites

T(z = 0, t) = Tm + P8 n=1 An sin(mwt + ?n) (conditions aux limites en surface) impose :

C4'

n (z, t) = 0

Et on retrouve la solution suivante :

00

n=1

nw

T (z, t) = Tm + i

nw "

Cn 4 (z, t) exp(-2á

z) sin(nwt + ?n - 2á z)

(1.11)

b)- modelisation du champ de temperature du sol a partir d'une serie temporelle a 2 profondeurs

En utilisant la transformée de Fourier directe, la série de température a la profondeur z peut etre exprimée en fonction de ses caractéristiques fréquentielles Cj :

N-1

1 X Tk exp i(2ðj

Cj = v Nj )k (1.12)

N

k=0

avec T k les mesures de température disponibles, N leur nombre. La température a la profondeur z peut etre exprimée comme :

T (z, t) = Tm +

n=1

An exp(- z)sin(nwt + ?n nw z)

2á 2á (1.13)

oil n est le nombre d'harmoniques, Tm la température moyenne a la profondeur z, w la fréquence radiale (2ðN) , M étant la plus grande harmonique du domaine Cj et An la longueur du vecteur de Fourier :

An = |Cn| (1.14)

an

et ?n, l'argument du vecteur de Fourier

(1.15)

bn

avec an et bn, respectivement la partie réelle et imaginaire de Cn. En prenant la dérivée (?T?z ) de l'équation on a :

?n = arctan(

)

?T(z, t)
?z

 

n=1

vnwá rnw v2 rnw

An exp(- 2á z) 2 [sin(nwt + ?n - 2á z)

á

+ cos(nwt + ?n - \/n2wá z)] (1.16)

on sait que :

ð ð ð

2 [cos a + sin a] = cos 4 cos a + sin 4 sin a = sin(a + 4 )

2

=(1.16) devient :

?T(z,t)
?z

 

n=1

An vnwá exp(

\/nw 2á 4 2á

z) sin(nwt + ?n + ð- \/nwz) (1.17)

á

En remplaçant l'équation (1.17) dans l'équation (1.3) on a :

G(z,t) = k

XM
n
=1

vnwá rnw rnw

An exp(- 2á z) sin(nwt + ?n + ð 4 - 2á z) (1.18)

á

avec k = ñCpá.

ñCp peut être calculé comme une combinaison linéaire entre les caractéristiques d'un sol sec et celles de l'eau [131 soit ñCp = ñdCpd + èñwCpw oi è est l'humidité volumique mesurée in situ; ñwCpw les caractéristiques de l'eau et ñdCpd celles du sol sec. En considérant un sol homogène, la diffusivité á peut être estimée a partir des amplitudes journalières (ÄTz1, ÄTz2) de deux séries de températures a deux profondeurs différentes :

wÄz2

á =

(1.19)

2[ln(ÄTz1

ÄTz2 )]2

oi ÄTz1 et ÄTz2 représentent les variations journalières des températures aux profondeurs z1 et z2.

1.3.2 Formulation de la FAO-56 pour l'obtention de G

Le flux de chaleur dans le sol peut être estimé au pas de temps horaire ou inférieur a partir de la formule de la FAO-56 [141. Cette formulation stipule que :

- G O.1*Rn durant la journée (pour Rn > OW.m-2)

G O.5*Rn durant la nuit (pour Rn OW.m-2)

1.4 Flux turbulents de chaleur le flux de chaleur sensible H et de chaleur latente LE

Dans cette section, nous nous penchons sur les flux turbulents de chaleur latente LE et sensible H. Nous abordons ensuite le principe de l'eddy covariance et les calculs des flux H et LE.

Définition

Le flux de chaleur latente LE est l'énergie utilisée pour faire passer les molécules d'eau
de l'état liquide a l'état gazeux a température constante. Le flux de chaleur latente
entre la surface et l'atmosphère est associé a la quantité de vapeur d'eau introduite

dans l'atmosphère par évaporation du sol ou /et par transpiration des végétaux (évapotranspiration). Le flux de chaleur sensible est le flux de chaleur issu de la convection entre la surface du sol et l'air. La chaleur sensible est la chaleur, qui contrairement a la chaleur latente, entraIne une modification de la température lorsqu'on l'ajoute ou la soustrait.

1.4.1 Principe de l'eddy covariance et mesure des flux turbulents de chaleur

La méthode de l'eddy covariance utilise des mesures de la turbulence pour obtenir les flux de surface, qui sont calculés comme la covariance entre les fluctuations de la vitesse du vent vertical et les fluctuations d'un terme scalaire.

Théorie de l'eddy covariance

La majeure partie du transport de chaleur, d'humidité et des gaz dans l'atmosphère est due a la turbulence. En effet, lorsque l'on introduit la décomposition de Reynolds Eq.(1.20), les flux turbulents de chaleur FX Eq.(1.21) peuvent être calculés comme la covariance entre les fluctuations de la variable X' et les fluctuations de la vitesse de vent verticale w'.

X = X + X' (1.20)

Dans l'Eq.(1.20), X est la valeur instantanée d'une variable (u, w, T, q), X est la moyenne sur une période Lt (typiquement 10 - 60 minutes), et X' est la partie fluctuante de la variable X.

FX = w'X' (1.21)

avec X T (température pour le flux de chaleur sensible), q (humidité pour le flux de

chaleur latente), u (vitesse du vent pour le flux de quantité de mouvement). Si on dispose de mesures a une fréquence suffisamment haute (20 Hz), obtenues par des instruments avec un temps de réponse rapide, ces flux peuvent être calculés directement. Malheureusement, les instruments disponibles ne permettent pas d'échantillonner toutes les échelles de la turbulence et les mesures directes nécessitent des corrections pour prendre en compte les erreurs causées par le dispositif expérimental, les capteurs, l'installation et les conditions atmosphé-

riques.

Mesure des flux turbulents de chaleur

Dans cette étude, nous avons utilisé les capteurs suivants pour la mesure des paramètres turbulents

- Humidité de l'air q LI-7500 C02/q open path gaz Analyser (LI-COR Biosciences Inc.) Le licor-7500 est un analyseur de gaz à infrarouge qui permet de mesurer la concentration de C02 et de vapeur d'eau dans l'air. Deux types existent le licor à circuit ouvert et le licor à circuit fermé. Ici nous utilisons le licor à circuit ouvert (Figure 1.2) c'est-à-dire que l'air passe librement entre une source d'infrarouge et un détecteur, la mesure étant réalisée in situ.

- Vitesse du vent tridimensionnelle (u,v,w), température du sonique (T5) CSAT3 Anémomètre Sonique tridimensionnel (Campbell Scientific Ltd.)

Le CSAT3 est un anémomètre ultrasonique (Figure 1.2) qui mesure la vitesse du vent dans les trois dimensions de l'espace. Il utilise trois paires de transducteurs orientées de manière non-orthogonale par rapport à la composante horizontale du vent. Chaque paire de transducteurs transmet et reçoit un signal ultrasonique. Le temps de transmission entre les paires de transducteurs est directement relié à la vitesse du vent le long de l'axe des transducteurs. La vitesse du son est directement liée à la densité de l'air, elle dépend par exemple de la température et de l'humidité.

FIG. 1.2 L'anémomètre sonique (gauche) et le Licor (droite) effectuant des mesures sur la forêt claire de Bellefoungou.

Théorie de mesure du CSAT3

a)- Vitesse du vent

Chaque paire de transducteurs du CSAT3 envoie deux impulsions ultrasoniques de direction opposée qui se propagent a la célérité c. Le temps de vol t0 pour le premier signal (aller) est donné par :

t0 =

d (1.22)

c + ua

et le temps de vol du second signal (retour) est donné par :

tb =

d

(1.23)

c - ua

oi t0 est le temps de vol aller le long de l'axe du transducteur, tb le temps de vol retour du second signal, dans la direction opposée, ua est la vitesse du vent le long de l'axe des transducteurs supposée constante pendant les deux impulsions, d est la distance entre transducteurs et c la vitesse du son.

La vitesse du vent, ua d'un axe donné peut être trouvée en inversant les relations précédentes, puis en soustrayant l'Eq (1.23) de l'Eq (1.22) et on a :

ua =

d 2[ 1 - 1 ] (1.24)

t0 tb

La vitesse du vent est mesurée selon les trois axes non orthogonaux pour donner ua, ub et uc oi les indices a, b et c se réfèrent aux trois axes soniques non orthogonaux. Les composantes non orthogonales de vitesse de vent sont transformées en composantes orthogonales de vitesse de vent, u, v et w a partir de l'équation ci-dessous :

?
????

ua

ub

= A

?
????

uc

? ?

u

? ?

? ?

? v ?

? ?

w

oi A est une matrice (3*3) de transformation de coordonnées, qui est unique pour chaque CSAT3, stockée dans sa mémoire ROM. u , v et w représentent les vitesses du vent dans la direction horizontale, latérale et verticale.

b)-Température de l'anémomètre sonique

La vitesse du son c (calculée en faisant la somme de 1/t0 et 1/tb) est liée a la température

du sonique par la relation suivante :

c2

Ts = ãdRd

273, 15 (1.25)

oi c est la vitesse du son; ãd est le rapport de chaleur spécifique de l'air sec a une pression constante, sur celui a volume constant [16;17;18;191.

ãd 1,4 et Rd est la constante des gaz pour l'air sec et est égal a 287,04J.K-1.kg-1.

Les mesures sont faites a 20 Hz sur une centrale d'acquisition Campbell Scientific Ltd. CR3000 avec une carte PCMCIA (Personal Computer Memory Card International Association) de 1Go pour le stockage des données brutes. Les flux turbulents sont ensuite calculés hors-ligne en tenant compte des corrections suivantes :

La correction de vent en travers l'anémomètre sonique [201

La méthode de la double rotation [211 qui annule la composante de la vitesse verticale du vent et ramène le système tridimensionnel a un système bidimensionnel. Deux rotations sont effectuées pour annuler la composante verticale w du vent.

1ère rotation

v = 0; tan ã = ( vm )

um

2ème rotation

w = 0; tan u = (wm )

um

Correction de la sensibilité du licor a l'oxygène

Le licor est employé pour mesurer la teneur en vapeur d'eau contenue dans l'air par absorption des molécules d'eau dans le spectre infrarouge. En raison de la longueur d'onde utilisée, le licor est influencé par les molécules d'oxygène. Une correction recommandée par [221 s'applique donc aux mesures de vapeur d'eau.

w'q' = w'Kq' + Ck0(ñd T )w'T0

o'

Ck0 =

C0M0

Ma

= 0,23 k0

kw

kw, k0 et K sont des constantes spécifiques au Licor-7500, Co est la concentration en % de l'oxygène dans l'atmosphère (Co = 0,21 ) , M0 = 32 et Ma = 28,97 sont les poids moléculaires de l'oxygène et de l'air sec, et ñd est la densité d'air sec.

Conversion de la température sonique (virtuelle) en température de l'air

Les anémomètres soniques ne mesurent pas vraiment la température mais la vitesse du son. La vitesse du son dépend de la température de l'air et également de la teneur en vapeur d'eau de l'air. Pour obtenir les fluctuations de la température réelle au lieu des fluctuations de la température du sonique, l'effet d'humidité de l'air doit être corrigé [181.

Ts

T = (1.26)

1 + 0, 51q

Ts est la température du sonique qui est en fait une estimation de la température virtuelle car les effets de l'humidité ne sont pas pris en compte dans l'Eq(1.25), q la quantité de vapeur d'eau et T la température de l'air.

Correction pour des fluctuations de densité (WPL-correction)

Pour déterminer les flux turbulents des constituants d'air comme la vapeur d'eau, la correction d'après [231 est nécessaire. Elle corrige deux aspects. Le premier est relatif au contenu en eau de l'air. Le deuxième aspect est la correction de l'écoulement de la masse d'air selon l'altitude, parce que les vitesses verticales ascendantes sont différentes de celles descendantes effet du aux différences de la densité de l'air [24; 25; 26 ].

w'T'

Fv = (1 + )(w'ñv + ñv ) (1.27)

T

avec

ma

u =

mv

= 1, 6 et ó = ñv

ña

~ Des corrections sont effectuées pour enlever tous les types d'erreurs de réponse en fréquence (par exemple, réponse en fréquence limitée des capteurs et centrales d'acquisition, séparation des capteurs ou l'intégration sur le trajet de mesure)[27; 281.

Toutes les corrections, sauf les deux premières sont réalisées itérativement.

1.4.2 Presentation du logiciel EdiRe

L'outil utilisé ici pour le traitement des données est le logiciel EdiRe. Il a été développé par l'Université d'Edinburgh (GB) et est dédié au traitement des mesures d'eddy corrélation.

Il peut être téléchargé gratuitement sur le site www.geos.ed.ac.uk/abs/ research/micromet/EdiRe. C'est un logiciel dans lequel les données brutes de flux sont traitées en utilisant des routines configurées par l'utilisateur. Le choix et l'ordre de traitement des routines sont définis par l'utilisateur dans une 'proclist'. Ce fichier proclist appelle diverses fonctions permettant (1) la conversion des unités, (2) le filtrage des valeurs aberrantes, (3) la prise en compte des caractéristiques de l'appareil (calibration, angle d'attaque, temps de réponse), (4) celles du climat (densité et stabilité de l'air) et (5) l'analyse statistique et spectrale des données haute fréquence. EdiRe offre ainsi la possibilité de calculer les flux de chaleur latente et /ou chaleur sensible. Les choix que nous avons fait sont décrits ci-dessous, la proclist correspondante se trouve en annexe 1.

Préparation des données

-Calcul de la variance et de la covariance des composantes des flux sur un intervalle de temps de 30mn.

-Suppression des pics isolés [29; 301.

-Détection du temps de latence du licor et du CSAT.

Conversions et corrections

-Correction du vent au travers de la température du sonique pour le CSAT [201. -Double rotation [211.

-Corrections spectrales [271.

-Conversion de la température du sonique en température réelle [181.

-Correction pour les fluctuations de la densité du Licor [261.

ContrOle de la qualité des données.

- Test de qualité d'après la description de [311 Foken et Wichura (1996), classification des données en 3 classes selon leur qualité [321.

1.4.3 Algorithmes associes aux calculs des flux de chaleur sensible H et de chaleur latente LE dans EdiRe

a)- Algorithme de H dans EdiRe

Le flux de chaleur sensible est obtenu par la formule suivante :

H = ñCp(w'T0s) (1.28)

avec :

ñCp = Cp-humideñv + Cp-sec(ña ñv)

Cp-humide = 1859 + 0, 13Hr + T(0, 193 + 0, 00569Hr) + T2(0, 001 + 0, 00005Hr)
Cp-sec = 10005 + T + 23, 12 = 29, 002(P -- 0, 3780e)

ña

3364 Rd(T + 273,16)

= 100e

18P 17, 502T

ñv Rd(T + 273, 16) es


· H
r = et es = 0, 61121 exp( T + 240, 97)

oil : ña est la masse volumique de l'air sec en(Kg.m-3); ñv la masse volumique de la vapeur d'eau (Kg.m-3); Cp-humide et Cp-sec chaleur massique a pression constante de l'air humide et de l'air sec en (J.kg-1.K-1); T la température de l'air (SC); Ts0 la fluctuation de la température de l'anémometre sonique (°K); e tension de vapeur réelle (kPa); es tension de vapeur saturante (kPa); Hr humidité relative de l'air (%); P pression de l'air (kPa); Rd constante des gaz pour l'air sec qui vaut : 287,04 J.K-1.kg-1.

b)- Algorithme de LE dans EdiRe

Le flux de chaleur latente est défini par :

LE = L(w'q') (1.29)

oil

240, 97ln( 617121)

L = 2500, 25 -- 2, 365117, 502ln( 61)

21

avec : L la chaleur latente d'évaporation de l'eau en (J.g-1); w0 la fluctuation de la vitesse du vent dans la direction verticale mesurée par le CSAT3; q0 la fluctuation de la quantité de vapeur d'eau présente dans l'atmosphére en (g.m-3) mesurée par le licor et es la tension de vapeur saturante.

Si on ne dispose pas d'appareil spécifique, le flux de chaleur latente est déduit de l'équation du bilan d'énergie Eq(1.1). L'incertitude sur l'estimation de LE est alors la somme de celle sur tous les autres termes du bilan.

LE = Rn -- G -- H (1.30)

1.5 Critères de vérification de la qualité des données d'eddy corrélation

Pour estimer la qualité des données de flux calculés, différents tests statistiques sont effectués sur les sorties semi-horaires de EdiRe en suivant le schéma de [321. Ces tests sont basés sur les vérifications des caractéristiques intégrales de turbulences (ITC), la stabilité de

Monin-Obukhov et la stationnarité des flux turbulents w'q' et w'T 0s. Ils permettent de vérifier la stationnarité des données et le développement de la turbulence nécessaire a la théorie des eddy corrélation. On les synthétise dans un label de qualité a trois niveaux attribué a chaque donnée et a chaque pas de temps.

1.5.1 Test des Caractéristiques Intégrales de Turbulence (ITC)

Ce test a été développé pour qualifier les conditions de développement de la turbulence de l'atmosphère par rapport aux flux turbulents. Les tests sur les caractéristiques intégrales permettent de vérifier si les conditions de la théorie des similitudes sont remplies. Cette théorie permet de relier les différentes grandeurs de la Couche Limite Atmosphérique (écarttype de T par exemple) a une échelle caractéristique (T* pour la température) et a une fonction d'une seule variable (la stabilité). Si les données collent au modèle alors, on est dans les conditions de la théorie et les transferts sont verticaux (le bilan des flux turbulents horizontaux est nul), sinon d'autres processus sont en jeu et des termes supplémentaires peuvent s'ajouter dans l'Eq (1.20) (gradients horizontaux non nuls par exemple). Les modèles de similitude reliant la variance d'une variable X a son échelle caractéristique X* ont été documentés [31; 21] et s'expriment comme des lois puissances de la stabilité (Eq.1.31).

( ax )modele = c1( z L)c2 (1.31)

X*

On calcule ensuite le ratio de la différence entre le modèle et la mesure par rapport au modèle Eq(1.31).

( X* óx )modele - ( X* óx )mesure

IT Có =| | (1.32)

( X* óx)modele

oi (z L) est la stabilité de Monin-Obukhov, X* le paramètre turbulent qui peut être la température T, la vitesse du vent verticale w ou horizontale u, óx est l'écart-type du paramètre X*, c1 et c2 sont des constantes dont les valeurs sont représentées dans le tableau ci-dessous. Si le paramètre ITCó est inférieur à 30% une turbulence bien développée peut être supposée. Pour une atmosphère stable ou neutre, c'est-à-dire pour des valeurs de flux de chaleur sensible inférieures à 10W.m-2, le test ne peut être appliqué.

TAB. 1.1 - Valeurs des constantes c1 et c2 d'après 1311.

Paramètre

z/L

c1

c2

óu

0 > z/L > -0,032

-0,032 > z/L
0 > z/L > -0,032

-0,032 > z/L
0,02 < z/L < 1

0,02 > z/L > -0,062
-0,062 > z/L > -1
-1 > z/L

2,7

4,15
1,3

2
1,4

0,5
1,0
1,0

0

1/8
0

1/8
-1/4

-1/2
-1/4
-1/3

u*
ów

u*
óT

T*

1.5.2 Classification globale des données

Les caractéristiques intégrales de turbulences sont calculées pour w, u et Ts. La qualité

d'un flux est composée du résultat du test sur les paramètres turbulents w'Ts' et w'q' et de celui du " Test des Caractéristiques Intégrales de Turbulence" des deux séries chronologiques dont la covariance est calculée. Le tableau ci-dessous montre le test qui est appliqué pour chaque flux de chaleur.

TAB. 1.2 - Différents tests appliqués sur les flux H et LE

Test flux

Tests paramètres turbulents

Test ITCów

Test ITCóTs

u*

T s *

H
LE

 

*
*

*

w0T s0

w'q'

Le résultat combiné des tests appliqués est récapitulé suivant trois classes :

TAB. 1.3 - Classification globale d'après 1321.

Test paramètres turbulents(%)

Test ITC (%)

Classe finale des flux

<

30

<

30

0

<

100

<

100

1

>

100

>

100

2

Ces tests sont appliqués aux données semi-horaires issues des calculs de EdiRe et sont ensuite classées selon l'approche suivante :

Hypothèse de base Pour des valeurs de flux de chaleur sensible inférieures a 10W.m-2, nous ne disposons pas de critères pour classer ces données. Nous leur affectons une classe supplémentaire qui est '-1'.

Classes de H

- Si les trois paramètres w'T 0s, ITCów u* et ITC óTs

s sont chacun inférieurs a 30% alors nous

T *

attribuons a la donnée semi-horaire la classe '0'.

- S'ils sont tous compris entre 30 et 100% alors nous avons classe '1'. - Et s'ils sont chacun supérieurs a 100% alors nous avons classe '2'.

Classes de LE

- Si les paramètres w'q' et ITCów u* sont chacun inférieurs a 30% alors nous attribuons a la

donnée semi-horaire la classe '0'.

- S'ils sont compris entre 30 et 100% alors nous lui attribuons la classe '1'. - Et s'ils sont chacun supérieurs a 100% alors nous avons classe '2'.

Description des classes

Classe -1 : données inclassables

Classe 0 : données de très bonne qualité haute, utilisables pour une recherche fondamentale. Classe 1 : données a qualité modérée utilisables pour des études de bilan.

Classe 2 : données de mauvaise qualité.

1.6 Conclusion

Dans ce chapitre, nous avons développé les différentes méthodes d'obtention des flux notamment le flux de chaleur dans le sol et les flux de chaleurs sensible et de chaleur latente. Les critères pour vérifier la qualité des données des flux turbulents de chaleur ont été également exposés. Dans la suite de ce document, nous décrivons la zone d'étude puis procédons a une analyse météorologique des différentes périodes retenues.

CHAPITRE 2

DEscRipTioN DE LA zoNE D'ETuDE ET

cARAcTERisATioN METEoRoLoGiQuE DEs

sous pERioDEs D'ETuDE

Ce chapitre présente dans un premier temps la zone d'étude ainsi que les données utilisées. A partir des moyennes journalières du rayonnement net, de la température de l'air, la tension de vapeur réelle, la vitesse et la direction du vent issues des mesures de la station de Nalohou, nous décrivons les traits caractéristiques d'une année en climat soudanien (Aoilt 07- Juillet 08). Nous comparons ensuite les paramètres météorologiques des deux stations entre elles pendant les différentes sous périodes choisies : la saison sèche en Janvier, la saison des pluies en Juillet et la période de transition entre saison des pluies et la saison sèche en Novembre.

2.1 Situation geographique de la zone d'etude

Nos stations d'étude sont localisées dans la Donga (Nord Bénin) qui est caractérisé par un climat soudanien. La première 'Nalohou' (latitude 9°74484 N, longitude 1°60457 E, altitude 449m) est située a environ 11km du centre ville de Djougou. Cette station se trouve dans une zone anthropisée oil les arbres sont rares. La deuxième 'Bellefoungou' (latitude 9°7915N, longitude 1°718 E, altitude 414m) est localisée dans une forêt claire a isoberlinia située à 17km de Djougou. La hauteur de la végétation présente sur celle-ci est d'environ 14m. La station de Nalohou a été installée en Juillet 2007 tandis que celle de Bellefoungou a vu le jour un peu plus tardivement en Septembre 2007 et complétée en Juin 2008. Sur ces stations sont installés des capteurs de mesures météorologiques et des flux de chaleur sensible et de

chaleur latente. Tous les capteurs (météo + flux) ont été ré-installés a Nalohou en Juillet 2007. Alors que ce n'est qu'en Juin 2008 que celle de Bellefoungou a bénéficié du capteur de mesure du flux de chaleur latente. Notons que ces deux stations sont distantes de 20km environ (Figure 2.1).

FIG. 2.1 Carte de localisation des stations de mesure dans la Donga.

Données météorologiques

On dispose des capteurs placés a 2m (Nalohou) et a 5.5m (Bellefoungou) du sol qui enregistrent toutes les quinze minutes, la vitesse et la direction du vent, la température de l'air, la pression atmosphérique, l'humidité relative, le rayonnement (incident et réfléchi) courtes longueurs d'onde, le rayonnement(incident et réfléchi) grandes longueurs d'onde, le rayonnement net, la pression de vapeur saturante et réelle, la température du sol a -10, -20 et -40 cm et le flux de chaleur dans le sol. Le tableau en annexe 2 récapitule toutes les variables mesurées avec leurs précisons.

Données flux

Les flux sont calculés par eddy correlation (Chapitre 1) a partir des mesures a haute
fréquence (20Hz). Elles englobent les mesures issues d'un anémomètre sonique 3D

(CSAT3, Campbell Scientific Ltd.) pour la vitesse et la température et d'un analyseur de gaz (Li7500, Licor) pour les concentrations en H20 et C02 présentent dans l'atmosphere. A Bellefoungou, les capteurs de flux sont disposés au dessus de la végétation (18m) et a Nalohou a 4m du sol.

2.2 Dynamique saisonnière de la surface du sol sur les deux stations

Les photos de la figure (2.2) illustrent l'état de la surface de Nalohou en Novembre et en Juillet.

a) b)

FIG. 2.2 Couverture du sol a Nalohou en Novembre (a) et en Juillet (b).

Le site de Nalohou est trCs influencé par les activités économiques (agriculture, passage des baufs pour pãturer dans cette zone). En Novembre, on tend vers la fin des saisons pluvieuses. La jachCre herbeuse est trCs sCche, touffue et couvre partiellement le sol. Elle empêche l'air qui circule au-dessus de la jachCre d'atteindre directement la surface même du sol et atténue par conséquent la quantité d'énergie qui doit servir a chauffer la surface. Non seulement, cette quantité est atténuée mais aussi elle met également plus de temps avant de parvenir au sol. En saison pluvieuse (Juillet), nous avons de la jachCre humide. Par contre en Janvier, le sol est nu car les brülis et le sarclage (enlCvement des herbes) s'effectuent souvent en Décembre.

La station de Bellefoungou n'est pas influencée par les activités anthropiques. La surface du sol est plus ou moins homogène. En saison humide, la surface du sol est couverte d'herbacées.

a) b)

FIG. 2.3 Couverture du sol a Bellefoungou en Juillet (a) et vue de dessus de la vegetation de Bellefoungou (b).

2.3 Description de l'année 2007 - 2008 cas de la station de Nalohou (Aoflt 07 - Juillet 08)

Le rayonnement net, la température de l'air, le vent et la tension de vapeur constituent les paramètres climatiques déterminants sur lesquels on se base pour caractériser la météo d'une région. La description de ces principaux paramètres météorologiques nous permettra de souligner les grands traits de la dynamique intra-saisonnière de la zone d'étude.

2.3.1 Le rayonnement net

La figure (2.4) montre l'évolution des moyennes journalières du rayonnement net entre le 01/08/07 et le 31/07/08 a Nalohou.

Le maximum observé est de 190W.m-2 en Septembre et en Juin. Des valeurs élevées du rayonnement net s'observent durant toute la saison des pluies (Mars-Octobre). On remarque que durant cette période, le rayonnement fluctue beaucoup d'un jour a l'autre alors qu'en saison sèche il garde une valeur plus ou moins stable (Figure 2.4). Cependant, nous constatons que la période qui s'étale de Novembre a Décembre est aussi marquée par une diminution

notable du rayonnement net par rapport à celle humide.

FIG. 2.4 Evolution temporelle des moyennes journalières du rayonnement net a Nalohou.

Les fluctuations relevées en saison des pluies sont dues à la présence des nuages. Pendant cette même période on a une atmosphere propre c'est-à-dire dépourvue d'aérosols; ce qui explique le fort taux de rayonnement observé en absence de nuages. La venue de l'harmattan en Novembre se traduit par la baisse du taux de rayonnement causée par un réchauffement du sol et un rayonnement émis par la surface qui est plus important. Ces différences relevées au cours de l'évolution saisonniCre du rayonnement net s'expliquent également par la baisse du rayonnement incident grande longueur d'onde observée des mi-novembre et qui demeure faible jusqu'à la fin Janvier (Figure 2.5).

FIG. 2.5 Evolution temporelle des moyennes journalières du rayonnement incident courte (Swin) et grande (Lwin) longueur d'onde a Nalohou.

2.3.2 La temperature de l'air

La température moyenne sur l'année est de 25,3CC.

Cette moyenne cache d'importantes fluctuations journalières qui peuvent atteindre 20CC dans une journée de saison sèche. Sur la période Aoüt 07-Juillet 08, les températures extremes enregistrées sont 38CC en Mars et 13CC en Janvier (Figure 2.6 ).

FIG. 2.6 Evolution temporelle des moyennes journalières, des valeurs minimale et maximale de la temperature de l'air a Nalohou.

Les températures les plus élevées s'observent en Mars-Avril et en Novembre, les plus basses en Décembre et en Juillet. En Décembre, la baisse des températures est due a la baisse du rayonnement et au vent (l'harmattan) qui soufle plus fort (voir figure 2.9). En Juillet, la baisse des températures est causée par le flux de mousson. En général, les températures moyennes maximales sont élevées sur toute l'année et varient entre 22CC et 38CC. En revanche, les minima s'échelonnent entre 13CC et 25CC. La montée observée des températures en début d'année (Mars-Avril) correspond a l'augmentation du rayonnement solaire dont l'action va Ctre ensuite contrecarrée par l'arrivée des flux de mousson provenant du sud . Il s'ensuit une baisse des températures qui débute avec la mousson, qui atteignent un minimum au mois d'Aoüt (22,5CC). La fin de la saison des pluies entraIne une augmentation de la température qui va Ctre très rapidement contrariée par la baisse du rayonnement net

amorcée des Novembre. L'amplitude thermique journaliCre est maximale durant le mois sec de Décembre, 20,9CC, et se réduit progressivement pour être minimale au mois d'Aoüt 6-7C en moyenne glissante sur 10 jours (Figure 2.7).

FIG. 2.7 Ecart entre les températures moyennes journalières maximales et minimales au cours de la période Aoüt 07-Juillet 08 a Nalohou.

2.3.3 La tension de vapeur réelle

La figure (2.8) montre l'évolution temporelle de la moyenne journaliCre de la tension de vapeur réelle.

FIG. 2.8 Evolution temporelle de la moyenne journalière de la tension de vapeur réelle sur la période Aoüt 07-Juillet 08 a Nalohou.

A Nalohou, le minimum de tension de vapeur a lieu en Février avec une valeur de 0,38 kPa. Sur la période Aoüt 07 - Juillet 08, le maximum de tension de vapeur s'observe en Mai (2,54 kPa). Pendant la mousson (Mai-Octobre), on observe des valeurs élevées plus ou moins constantes de la tension de vapeur. Elle chute ensuite en Novembre pour atteindre sa valeur la plus faible en Février. En saison humide, l'atmosphère contient une forte quantité de vapeur d'eau, celle-ci chute en Novembre avec l'arrivée de l'harmattan et devient faible en saison sèche.

2.3.4 La vitesse et la direction du vent

- La vitesse du vent

L'examen des vitesses moyennes journalières (figure 2.9) montre que la variation annuelle des vitesses moyennes du vent est assez faible. La vitesse la plus forte enregistrée sur un quart d'heure est de 8m.s-1. Les vitesses moyennes journalières varient entre un maximum en Janvier (3,1m.s-1) vers un minimum en Octobre (0,61m.s-1). Les maxima sont observés pendant la période de l'harmattan et induisent une baisse des températures.

FIG. 2.9 Evolution temporelle des moyennes journalières , des valeurs minimale et maximale de la vitesse du vent.

On observe toujours un maximum du vent aux heures diurnes (figure 2.10) mais sa valeur, relativement a celle des heures nocturnes, évolue considérablement. Ce maximum horaire se

situe généralement entre 9h et 11 heures. Les vents nocturnes sont plus faibles. Le cycle
diurne fait penser à la mise en place de vents thermiques locaux qui sont générés par des
gradients de température et /ou de pression en surface (différence de couvert, d'altitude).

FIG. 2.10 Cycle journalier du vent sur la période Aoüt 2007-Juillet 2008 a Nalohou.

- La direction du vent

La figure (2.11) indique les orientations moyennes mensuelles correspondant à une rose des vents divisée en seize (16) parts. Seuls les vents supérieurs à 1m.s-1 ont été considérés dans cette analyse. L'étude comparative des mois de l'année montre que la répartition mensuelle des directions n'est pas constante. On observe successivement :

- Janvier-Février La direction privilégiée est NE. On a la direction principale la mieux établie en Janvier 49,7%. On note l'apparition des vents du NNE.

- Mars Ce mois est assez particulier, il n'y a pas de direction privilégiée. On a des vents humides du SSW, et une infirme partie du NE et NW. C'est le passage de la saison sèche à la saison humide.

- Avril-Aoüt Durant cette période, la direction principale du vent varie entre 180 et 230. C'est-à-dire que la zone d'étude est sous l'influence des vents humides venant de la cOte.

- Septembre-Octobre Ces deux mois se ressemblent; mis a part l'apparition des vents de E observée en Octobre. La direction privilégiée est le SE.

- Novembre-Décembre la prédominance des vents du NEE et du NE s'affirme. On note la persistance des vents du SW en Novembre.

On remarque que la direction du vent suit une évolution au cours de la période de l'année. Pendant la saison sèche, la zone d'étude est sous l'influence des vents forts et secs provenant du Sahara, l'harmattan (NE). Cette direction change progressivement avec l'arrivée de la mousson. En saison pluvieuse, la vitesse des vents fluctue beaucoup plus qu'en saison sèche, la direction privilégiée est imposée par la mousson (SSW).

FIG. 2.11 Station de Nalohou, rose des vents Aoüt 07-Juillet 08 (pour des vents supérieurs a

1m.s-1)

Conditions climatiques locales : Comparaison de la météo de Nalohou et celle de Bellefoungou 34

2.4 Conditions climatiques locales Comparaison de la météo de Nalohou et celle de Bellefoungou

Les conditions climatiques sont analysées a partir des mesures météorologiques des deux stations sur lesquelles s'effectue cette étude. Afin de caractériser la variabilité des paramètres climatiques, trois sous périodes de quinze (15) jours chacune ont été choisies a partir des analyses précédentes. La première située entre le 16 au 30 Janvier 2008 est qualifiée de 'sous période sèche'. Durant celle-ci l'air est très sec. La seconde sous période (sous période humide) se trouve en pleine saison des pluies 16 au 30 Juillet 2008. La dernière du 16 au 30 Novembre 2007 est dénommée ' sous période intermédiaire '. Cette période est marquée par la fin de la saison des pluies, on a remarqque durant celle-ci l'atmosphère est encore sous l'influence des vents humides venant du Sud-Ouest.

Pour comparer la météo des deux stations, nous avons effectué la moyenne sur chaque heure des 15 jours pour les différentes sous périodes définies précédemment afin d'avoir des journées types représentatives de chaque sous période.

2.4.1 Sous période sèche (16 au 30 Janvier 2008)

Le rayonnement solaire incident courte longueur d'onde a Bellefoungou est plus fort que le rayonnement solaire incident de Nalohou 889W.m-2 et 812 W.m-2. Il en est de même pour le rayonnement solaire réfléchi courte longueur d'onde (173 W.m-2 et 145 W.m-2). Quant a la température et l'humidité relative des deux stations, elles varient très peu durant cette sous période. On note un coefficeint de détermination (R2) de 95% et 88% respectivement pour la température et l'humidité. On relève pour la température un maximum de 29,7C au niveau des deux stations et des minimums de 15,8CC a Bellefoungou et 16,3CC a Nalohou. Les variations de l'humidité relative sont de 26,9 % et 10,45 % en forêt; 25% et 10% sur la jachère . Les nuits a Bellefoungou sont nettement plus froides. Ce qui se traduit par l'écart de 0,08kPa observé au niveau de la tension de vapeur réelle sur les deux stations. Notons que pendant cette période, l'air est très sec de jour comme de nuit. Le pic observé en soirée a Bellefoungou est certainement dü a la végétation qui dégage de la vapeur d'eau.

Conditions climatiques locales : Comparaison de la météo de Nalohou et celle de Bellefoungou 35

Le vent est très faible sur le site de la forêt. Cette mesure est certainement sous estimée a cause de la position du capteur dans la canopée. Sa valeur quelle que soit la période est pratiquement le 1/3 de celle de Nalohou. Le maximum observé a Nalohou est de 4,7m.s-1 pour un minimum de 0,89m.s-1.

a)

c)

e)

FIG. 2.12 Cycle journalier du rayonnement incident(a), rayonnement réfléchi(b), température

de l'air (c), humidité relative(f), vitesse du vent (d) et tension de vapeur réelle (e)à Nalohou et à Bellefoungou (sous période sèche).

a)

 

Conditions climatiques locales : Comparaison de la météo de Nalohou et celle de Bellefoungou 36

2.4.2 Sous période humide (16 au 30 Juillet 2008)

Ici on note une forte variation de tous les paramètres.

Il existe toujours une différence entre les maxima des rayonnements solaires incidents courte longueur d'onde des deux stations, mais elle est plus faible que celle observée au cours de la sous période sèche (645 W.m-2 et 631W.m-2) pour Bellefoungou et Nalohou. Les rayonnements solaires réfléchis sont les mêmes. Le site de Bellefoungou connaIt une amplitude plus grande (8CC) pour la température comparée au site de Nalohou (3CC). Dans la journée, les fortes températures s'observent a Bellefoungou et dans la nuit a Nalohou. On a les valeurs de 27,3 et 19,5CC a Bellefoungou; 24,6 et 21C a Nalohou. La station de Bellefoungou est toujours plus froide les nuits que celle de Naholou ce qui fait qu'on obtient les fortes valeurs d'humidité relative sur cette dernière (93 et 66%) contre (85 et 77%) a Nalohou. Par contre la tension de vapeur réelle a Nalohou dépasse quelques fois celle de Bellefoungou durant tout le cycle. Le vent est moyen, la valeur maximale observée est de 2,5m.s-1 a Nalohou. Notons que cette sous période est située en saison pluvieuse. On remarque pendant cette période de multiples passages nuageux entre 12h et 13h; ce qui se traduit par les sauts brusques de rayonnements qui s'observent a ces moments précis de la journée (Figure 2.13).

Conditions climatiques locales : Comparaison de la météo de Nalohou et celle de Bellefoungou 37

c)

 

e)

FIG. 2.13 Cycle journalier du rayonnement incident( a), rayonnement réfléchi(b), température de l'air (c), humidité relative (f), vitesse du vent (d) et tension de vapeur réelle (e) a Nalohou et a Bellefoungou (sous période humide).

2.4.3 Sous période intermédiaire (16 au 30 Novembre 2007)

On remarque également durant cette sous période que les rayonnements solaires (incident et réfléchi) a Bellefoungou sont élevés par rapport a ceux de Nalohou 825 W.m-2 et 134 W.m-2 pour le site de la foret; et 799 W.m-2 et 98 W.m-2 pour celui de la jachère. Les deux extremes d'humidité relative s'observent a Bellefoungou 89,99 et 24,92%. Le maximum de température sur les deux stations avoisine 34CC. Bellefoungou est toujours plus froide. La tension de vapeur diurne de Nalohou est supérieure a celle de Bellefoungou; néanmoins

a)

c)

Conditions climatiques locales : Comparaison de la météo de Nalohou et celle de Bellefoungou 38

on remarque une variation brusque de celle de Bellefoungou entre 17h et 18h. La vitesse du vent observée est pratiquement la même qu'en période humide (Figure 2.14).

Le capteur de rayonnement est situé très bas. Il y a certainement des problèmes düs à la position du capteur en particulier au lever et au coucher du soleil (effet d'ombrage). La différence entre la vitesse du vent s'explique par le fait qu'à Bellefoungou, les capteurs qui mesurent le vent sont situés à 5,5m du sol. Or on a une hauteur de végétation qui est de 14m, par conséquent le vent mesuré est celui relatif à la circulation au sein de la canopée. Nous prenons dans la suite le vent et sa direction mesurés à Nalohou comme référence.

e)

FIG. 2.14 Cycle journalier du rayonnement incident (a), rayonnement réfléchi(b), température de l'air (c), humidité relative (f), vitesse du vent (d) et tension de vapeur réelle (e) a Nalohou et a Bellefoungou (sous période intermédiaire).

Remarques

Nous avons remarqque les rayonnements solaires réfléchis sont des variables stationnelles. Le couvert végétal, la texture du sol, les activités anthropiques (défrichage du sol, brülure des herbes, etc) sont des facteurs agissant directement sur l'atmosphère et influencent le rayonnement solaire réfléchi mesuré a l'échelle de la station. Les autres paramètres a savoir l'humidité relative, la température de l'air et la tension de vapeur réelle étant tous liés au rayonnement solaire connaissent également une variabilité a l'échelle de la station.

2.5 Conclusion

Dans ce chapitre, nous avons décrit la zone d'étude et fait l'inventaire des données utilisées dans cette étude. La température, le rayonnement net, la vitesse et la direction du vent connaissent une saisonnalité marquée. La saison sèche se caractérise par un renforcement important des flux du Nord Nord Est et la saison humide par ceux du Sud Sud Quest. Les vents secs coIncident avec une diminution de l'humidité relative de l'air. Nous retenons a travers ce chapitre que les paramètres tels que la tension de vapeur, l'humidité relative de l'air sont des paramètres qui varient a l'échelle de la station donc en fonction du type de végétation.

CHAPITRE 3

EXpLoiTATioN DEs REsuLTATs

Les résultats des différentes méthodes d'obtention des flux turbulents de chaleur (chaleur sensible et latente) et dans le sol sont exposés dans ce chapitre. Dans un premier temps, nous avons comparé les résultats des deux méthodes d'obtention du flux de chaleur a la surface du sol (G) entre elles. Nous avons ensuite étudié l'évolution intra-saisonnière et l'influence du couvert végétal sur ce paramètre. La qualité des données recueillies par le système d'eddy covariance sera évaluée a la fois par le test de classification selon la procédure proposée par [32] ainsi que par l'analyse du bilan énergétique.

A partir de ces réflexions sur la qualité des données, nous pourrons discuter de la comparaison des flux d'évapotranspiration mesurés sur les deux types de couverts végétaux.

3.1 Le flux de chaleur a la surface du sol

Le flux de chaleur a la surface du sol G, est une composante du bilan d'énergie que l'on ne peut pas négliger en climat tropical. En zone semi-aride par exemple sur un sol nu, il représente plus de 40% du rayonnement net [12]. Il est donc nécessaire de l'évaluer avec précision pour garantir une bonne estimation de la différence Rn-G. Le problème principal réside dans son estimation a la surface. Généralement, les mesures disponibles ne sont pas faites a la surface, par conséquent on observe souvent une sous estimation et un décalage temporel des maxima de G du a la diffusion dans la terre [13].

Sur nos stations d'étude, nous disposons de capteurs qui mesurent la température du sol aux profondeurs 10, 20 et 40cm. Une bonne connaissance de ces profondeurs s'avère nécessaire pour pallier aux problèmes de décalage temporel et de sous estimation du flux de chaleur à la surface. Le décalage temporel est très pénalisant pour la fermeture du bilan d'énergie car

celui-ci amène au lever et au coucher du soleil des pics irréalistes de G de plusieurs dizaines de W.m-2. Toutefois, il n'est pas évident de définir la position de la surface de façon précise le sol réel n'est pas strictement plat et une érosion peut se faire au cours du temps. La planéIté de la surface, le couvert végétal etc... peuvent induire des erreurs dans le calcul du coefficient de diffusion. D'autre part, le calcul des grandeurs en surface dépendent des gradients verticaux de température et donc de la distance entre les capteurs et la surface. Enfin, il faut noter que l'estimation de la distance entre deux capteurs est a priori plus précise que l'estimation de la profondeur absolue de chaque capteur. Pour tenir compte de ces incertitudes sans dégrader les résultats, nous avons essayé d'estimer les profondeurs des capteurs a partir des séries de mesures de températures dans le sol. Deux critères sont utilisés pour estimer la profondeur des deux capteurs z1 et z2 :

1) Nous vérifions le calage temporel entre la température estimée en surface par la méthode des harmoniques et la 'température infrarouge' calculée a partir des mesures des rayonnements incident et réfléchi grandes longueurs d'onde (Eq 3.4) . Ce critère permet d'estimer z1, la profondeur du premier capteur et donc de corriger les défauts d'installation, de tassement du sol, de processus de changement d'état du sol non pris en compte dans l'équation de chaleur. La conséquence de ce calage temporel entre la température de surface et la température infrarouge est que le rayonnement net et le flux de chaleur a la surface seront aussi phasés.

2) Une fois G et Rn phasés temporellement, nous faisons varier la profondeur relative des deux capteurs en conservant le rapport z1/Liz avec (Liz = z2 - z1) de sorte que le flux de chaleur a la surface du sol garde le même phasage et que durant la nuit, il soit approximativement égal au rayonnement net nocturne. Cette procédure est appliquée sur la période sèche pendant laquelle, la nuit les flux turbulents sont nuls.

3.1.1 Comparaison de la temperature de surface et de la temperature infrarouge

Les émissions radiatives des corps terrestres et atmosphériques appartiennent au domaine des grandes longueurs d'onde. Le flux radiatif total émis par un corps noir correspond a l'intégrale de la loi de Planck (Eq 3.1) pour l'ensemble des longueurs d'onde.

Flux radiatifs emis = óT4 (3.1)

Oi ó est la constante de Stefan - Boltzmann (5,67.10-8W.m-2K-4) et T est la température du corps en degré Kelvin. L'énergie totale émise par tout corps, proportionnelle a celle d'un corps noir, est fonction de son facteur d'émission (ou émissivité)c. Pour un corps quelconque, l'équation (3.1) s'écrit alors :

Flux radiatifs emis = cóT4 (3.2)

Le rayonnement JR qui arrive au sol est absorbé, a proportion du facteur d'absorption (î) de la surface. Selon la loi de Kirchhoff, les corps d'absorption élevée sont aussi de bons émetteurs, et (î = c) [331. La plupart des corps terrestres se comportent quasiment comme des corps noirs. Une part du rayonnement de grandes longueurs d'onde incident (Lwin) est réfléchie par le sol. Ainsi, si cs est l'émissivité de la surface, le rayonnement de grandes longueurs d'onde partant de la surface (Lwout), mesuré sur le terrain, est la somme des rayonnements émis et réfléchis par la surface :

Lwout = ócsT 4 IR + (1 - cs)Lwin (3.3)

TIR est la température de surface déterminée a partir des mesures de Lwin et Lwout et nommée 'Température infrarouge '. cs = 0, 95 [341. La température infrarouge TIR est égale a :

TIR = (Lwout - (1 - cs)Lwin

ócs

)1/4 (3.4)

Nous rappelons qu'en raison de l'incertitude sur les valeurs de cs et de celle des mesures des pyrgéomètres, cette méthode d'évaluation de la température infrarouge n'est pas d'une très grande précision pour la valeur de la température, mais renseigne bien sur la dynamique du cycle journalier.

La figure (3.1) montre l'évolution temporelle des températures de surface calculées en prenant pour profondeurs z1 9 et 10cm avec z2 contante et égale a 20cm et la température infrarouge calculée a partir de la formule définie ci-dessus.

On voit bien que la température de surface Ts (z1 10cm et z2=20cm) est mieux phasée avec la température infrarouge que Ts(z1=9cm et z2=20cm). Bien qu'en fin de journée Ts (z1=10cm et z2=20cm) décroit plus rapidement que TIR. L'objectif poursuivi étant d'arriver a caler temporellement Tsurface et TIR, nous ne nous attardons pas sur les différences entre

les variations des deux températures . z1 = 10 cm est confirmée a travers ce calage sur les données de Janvier. En Juillet, le cycle de rayonnement grandes longueurs d'onde est très affecté par les pluies et les nuages et la comparaison a moins de sens. Pour le mois de Novembre, il semble que le modèle retenu de sol homogène ne soit pas correct. En effet a cette période, les herbes sont brülées sauf a l'endroit de la station oii elles sont simplement coupées. Malheureusement celles-ci n'ont pas été ramassées et elles créent une couche d'herbe sèche qui maintient le sol a l'ombre. Ainsi, les températures et les flux calculés ont une amplitude faible et déphasée par rapport aux mesures de TIR et aux flux de rayonnement.

FIG. 3.1 Evolution temporelle de la temperature infrarouge et des temperatures de surface calculees a partir des mesures aux profondeurs z1= 9 et 10cm a Nalohou en Janvier (haut) et en Juillet (bas).

FIG. 3.2 Evolution temporelle de la température infrarouge et des températures de surface calculées a partir des mesures aux profondeurs z1= 9 et 10cm a Nalohou (Novembre).

Quant au calage de Rn et G, nous avons procédé de la même façon mais cette fois en conservant z1/Äz. Nous avons finalement retenu z2 17cm pour l'égalité entre Rn et G la nuit. La même méthode a été exploitée sur la station de Bellefoungou. Notons que sur cette station, nous ne disposons pas de pyrgéomètres (pas de mesures de Lwin et Lwout). Nous avons pris les mesures de Lwin de la station de flux (Bira) située aux environs (5km) de celle de Bellefoungou en faisant l'hypothèse que le rayonnement solaire incident est pratiquement le même sur les deux stations.

FIG. 3.3 Evolution du rayonnement net et du flux de chaleur a la surface du sol a Nalohou pendant trois jours en Janvier.

FIG. 3.4 Evolution du rayonnement net et du flux de chaleur a la surface du sol a Bellefoungou pendant trois jours en Janvier.

On a constaté que le décalage temporel entre Rn et G évolue au cours de l'année. En Novembre, G met plus de temps a décoller. La surface du sol commence par se chauffer vers 10h au moment oi le rayonnement avoisine les 400W.m-2. En Juillet, le même constat est fait mais cette fois-ci en fin de journée oi le sol se refroidit très lentement. Par contre en Janvier, le pic du rayonnement net et le flux de chaleur a la surface du sol s'observent a la même heure (figure 3.3 et 3.4). z2 17cm.

FIG. 3.5 Evolution du rayonnement net et du flux de chaleur a la surface du sol a Nalohou pendant trois jours en Novembre (haut) et en Juillet (bas).

3.1.2 Comparaison des flux de chaleur a la surface du sol calculés avec la méthode des harmoniques et la formulation de la FAO

- Station de Nalohou

Nous allons comparer le flux de chaleur a la surface du sol en Janvier oi la surface de Nalohou est nue, calculé a partir de la méthode des harmoniques avec la formulation de la FAO (section 1.3.2).

FIG. 3.6 Evolution temporelle des flux de chaleur a la surface du 20 au 23 Janvier 2008 sur la station de Nalohou

Nous remarquons que les flux de chaleur harmonique et de la FAO sont très bien phasés avec Rn de part sa formulation. Le problème majeur réside dans le fait que le flux de chaleur calculé avec la formulation de la FAO soit toujours pratiquement la moitié de celui estimé par la méthode des harmoniques. On note un écart de 100W.m-2 entre les maxima de ces deux grandeurs. La nuit, le flux de chaleur de la FAO est plus important que G(harmonique), mais la différence observée entre les valeurs minimales nocturnes est relativement faible . La nuit, la surface du sol restitue toute la chaleur qu'elle a accumulée dans la journée; c'est elle qui joue le rOle de 'pourvoyeur' d'énergie. Nous tirons de la comparaison entre G(FAO) et G(harmonique) que la formulation empirique de la FAO sous estime les flux diurnes pour les sols chauds et secs de moitié. Dans la suite du document, nous n'utiliserons plus que la méthode harmonique pour estimer G.

3.1.3 Comparaison des flux de chaleur a la surface a Nalohou et a Bellefoungou

Dans cette section, nous comparons les cycles diurnes moyens de G (harmonique) a Nalohou et a Bellefoungou pour les 3 sous périodes.

- Sous pen ode sèche

La figure (3.7) montre pour la sous période sèche que le flux de chaleur a la surface a une allure en cloche avec des valeurs positives le jour et négatives la nuit. Les valeurs positives désignent un gain pour la surface et les valeurs négatives une perte pour la surface. G a Nalohou atteint son maximum 170W.m-2 a 13h alors que la surface de Bellefoungou se réchauffe plus rapidement et atteint un maximum très voisin (172W.m-2) mais, une heure plus tOt 12h (figure 3.7).

Dans l'après midi, la quantité d'énergie reçue par la surface de Bellefoungou décroIt plus rapidement que celle de Nalohou, et ses valeurs nocturnes sont plus basses entre 0h et 7h (Bellefoungou). On note une très faible différence des flux de surface sur ces deux stations durant cette sous période; le coefficient de corrélation est de 93%.On peut enfin noter un léger infléchissement du cycle diurne en matinée et en soirée a Bellefoungou dü a un effet

d'ombrage sur le capteur qui est situé en-dessous de la cime des arbres avoisinants.

FIG. 3.7 Cycle journalier moyen de G harmonique a Nalohou et a Bellefoungou (sous période sèche).

- Sous période humide

Durant cette période, le flux de chaleur à Nalohou est plus faible qu'à Bellefoungou. La surface du sol de Bellefoungou se refroidit toujours plus vite que celle de Nalohou, la nuit la jachère humide (Nalohou) dégage plus de chaleur que la forêt claire de Bellefoungou. Le maximum observé en forêt est de 168W.m-2 et 89W.m-2 sur la jachère. On note une corrélation de 91,7% entre les deux flux.

FIG. 3.8 Cycle journalier moyen de G harmonique a Nalohou et a Bellefoungou (sous période humide).

- Sous peniode iritenmCdiaine

La figure (3.9) montre le cycle journalier moyen du flux de chaleur a la surface du sol a Nalohou et a Bellefoungou.

On observe un décalage d'environ 2h entre les 2 maxima.

Le flux de chaleur observé a Nalohou est beaucoup plus tardif que celui de Bellefoungou, ce qui se traduit par la faible corrélation obtenue entre les deux stations 60%. L'écart observé pendant cette sous période est plus de 100W.m-2 269 W.m-2 a Bellefoungou et 115W.m-2 a Nalohou. Le décalage temporel et la différence obtenue sont liés notamment a la couverture végétale de Nalohou pendant cette période. En Novembre, nous avons de la jachère herbeuse sèche coupée qui recouvre la surface du sol. Elle empeche le rayonnement solaire d'atteindre directement la surface du sol et atténue donc la quantité de chaleur qui servirait a chauffer la surface du sol. Le signal obtenu a la surface du sol est retardé et par conséquent la réponse du sol (flux de chaleur a la surface du sol) est aussi retardée. Ce qui explique le faible taux de corrélation obtenu. La jachère herbeuse sèche joue donc le rOle d'amortisseur entre la surface du sol et l'atmosphère. Par conséquent, la valeur de G obtenue a Nalohou pendant cette sous période est donc sous estimée par rapport a un sol oi les pailles auraient été brülées.

FIG. 3.9 Cycle journalier moyen de G harmonique a Nalohou et a Bellefoungou (sous période intermédiaire).

Conclusion : On retient de cette comparaison que la formulation de la FAO est bien phasée mais sous estime nettement G pour les sols chauds et secs. La couverture végétale influence le flux de chaleur a la surface du sol, elle joue le rOle d'amortisseur entre l'atmosphère et la surface du sol. On a remarqque le flux de chaleur a la surface du sol (G) varie beaucoup. La surface de Bellefoungou dégage plus la chaleur la nuit que celle de Nalohou. Ceci est lié a la forte réflexion du sol observée sur cette dernière.

3.2 Les flux turbulents de chaleur H et LE

Dans cette partie, nous présentons les résultats des tests statistiques effectués sur les flux eux mêmes. Les résultats des sous périodes définies précédemment sont d'abord présentés pour chaque station. Ensuite, nous procédons a une analyse de la qualité des données.

3.2.1 Contrôle de qualité

La qualité des données de flux est vérifiée afin de s'assurer de la validité de la théorie utilisée pour le dépouillement des données d'eddy corrélation dans la zone soudanienne. Pour ce faire, des seuils sont établis pour chacun des tests utilisés (voir chapitre 1). Foken et al. (2004) ont décrit les principaux tests pouvant être utilisés pour le contrOle de qualité [301. Les tableaux suivants illustrent les résultats obtenus (pour chaque sous période) pour les tests de vérification.

Nous rappelons que :

Classe 0 : données de très bonne qualité haute, utilisables pour une recherche fondamentale. Classe 1 : données a qualité modérée utilisables pour une étude du bilan.

Classe 2 : données de mauvaise qualité.

A Nalohou, plus des deux tiers des données qualifiables (289 pour H et 313 pour LE) appartiennent a la classe 0; seulement 11% de H et 7% de LE sont de mauvaise qualité.

A Bellefoungou, au contraire, sur un total de 268 données qualifiables c'est-a-dire les données pour lesquelles H >10W.m-2, 70% sont de mauvaise qualité (tableau 3.1).

TAB. 3.1 - Classification des données de flux: sous période sèche

 

Nalohou
H % LE %

Bellefoungou
H %

Classe 0

66 74

10

Classe 1

22 18

19

Classe 2

11 7

70

Total données qualifiables

289 313

268

En saison humide (tableau 3.2), la qualité des données de Bellefoungou est meilleure par rapport a celle observée en saison sèche (tableau 3.1). On note :

- 45% (H) et 50% (LE) appartiennent a la classe 0.

- 27 % (H) et 18% (LE) appartiennent a la classe 1.

Plus de 80% (H) et environ 68% (LE) des données qualifiables sont de bonne qualité.

Par contre a Nalohou, on note une baisse du taux des données de la classe 0.

- 50% (H) et 53% (LE) pour la classe 0.
- 24% (H) et 13% (LE) pour la classe 1.

TAB. 3.2 - Classification des données de flux: sous période humide

 

Nalohou
H % LE %

Bellefoungou
H % LE %

Classe 0

50

53

45

50

Classe 1

34

13

27

18

Classe 2

15

32

26

31

Total données qualifiables

294

390

233

276

En Novembre, la qualité est plus ou moins bonne pour LE. Environ 86% de H et 63% de LE sont de qualité haute et modérée.

TAB. 3.3 - Classification des données de flux: sous période intermédiaire

 

Nalohou
H % LE %

Classe 0

63

32

Classe 1

22

31

Classe 2

13

36

Total données qualifiables

305

432

Récapitulatif

Sur les trois sous périodes, on a constaté que sur la jachère herbeuse les 2/3 des données sont de bonne qualité (classes 0 et 1). En saison sèche c'est-à-dire en Janvier la qualité est très bonne, environ 90% pour H et 93% pour LE. En Novembre la qualité des données de LE est très partagée, 1/3 pour chaque classe. Pendant cette période, on a obtenu le taux le plus élevé (36%) des données de mauvaise qualité pour LE.

A Bellefoungou, en saison humide, la qualité est meilleure par rapport à la saison sèche. La mauvaise qualité obtenue en Janvier est liée principalement à la hauteur du mat sur lequel sont installés les capteurs de mesures d'eddy corrélation. En effet, au cours la période de Septembre 2007 jusqu'en Juin 2008, l'anémomètre sonique était placé au sein de la canopée (17m du sol), toutes les mesures étaient donc relatives à la canopée . La végétation empêche la turbulence de l'air de bien se développer. Mais depuis l'installation du Licor en Juin 2008, le mat reliant l'anémomètre sonique + Licor a été placé à 18m du sol.

3.2.2 Analyse de la qualité des données

Les figures 3.10 et 3.11 illustrent le cycle journalier et la qualité des flux de chaleur sensible et latente au cours des trois sous périodes à Nalohou et à Bellefoungou.

La nuit, les flux de chaleur sensible sont très faibles (inférieurs à 10 W.m-2), les flags de qualités ne peuvent être attribués. Lorsqu'ils le sont, ils sont de mauvaise qualité car l'atmosphère est très proche de la neutralité.

On distingue trois périodes dans la journée le matin (7h-8h30) oi la qualité est moyenne
ou mauvaise (30% des données de bonne qualité), le restant de la journée (8h30-17h) oi les

a)

 

b)

 

flux sont de bonne qualité (80%), puis un déclin en fin de journée (17h-18h) mais avec une qualité légèrement meilleure que celle du matin (50% de haute qualité). Le matin et le soir sont des périodes de transition entre une atmosphère turbulente la journée et stable la nuit, les performances des capteurs en sont affectées. On constate également une qualité globale meilleure pour H que pour LE. Comme on l'aperçoit sur les figures ci-dessous , les données de LE sont de bonne qualité en milieu de journée quand les flux de H sont les plus importants et la couche limite est bien développée. Remarquons qu'à Bellefoungou, en saison sèche entre 11h et 17h on a que 20% de flux de bonne qualité.

c)

e)

e)

 

f)

 

a)

c)

FIG. 3.10 Cycle journalier et qualité de LE et de H durant les sous périodes sèche (a et b), humide (c et d)et intermédiaire (e et 1) a Nalohou.

c)

 

FIG. 3.11 Cycle journalier et qualité de LE et de H durant les sous périodes sèche (c) et humide (a et b) a Bellefoungou.

3.3 Calcul du bilan d'énergie

La qualité des données de flux peut être aussi vérifiée par l'analyse du bilan énergétique [35; 361. Le test de la fermeture du bilan énergétique implique la comparaison des flux d'énergie mesurés par le système de covariance de turbulences a des flux mesurés indépendamment (rayonnement net et le flux de chaleur ala surface du sol). Pour vérifier le degré de fermeture, il suffit de vérifier l'égalité entre les deux membres de l'équation du bilan énergétique soit :

Rn -- G = H + LE

oi H est le flux de chaleur sensible et LE celui de chaleur latente, tous deux mesurés par le système de covariance de turbulences, Rn le rayonnement net et G le flux de chaleur a la surface du sol.

- Elimination des données douteuses

Les données utilisées présentent quelques aberrations dues au mauvais fonctionnement des appareils (par exemple faible tension de batterie) en Novembre et en Juillet. Ces défauts de fonctionnement affectent considérablement les mesures d'eddy corrélation notamment en début de journée - entre 8h et 10h, en fin de journée - entre 17h et 18h et quelques fois la nuit entre 1h et 3h. En Janvier, on relève a Nalohou une période (14 au 17 janvier 2008)

oi la vitesse du vent a dépassé 30m.s-1. Toutes ces valeurs ont été supprimées. Remarquons
aussi que nous n'avons pas tenu compte des données obtenues les moments oi il y a eu pluie.

3.3.1 Variabilité temporelle du bilan d'énergie a Nalohou

Les figures 3.12 a, b et c illustrent le comportement moyen horaire des termes du bilan d'énergie sur les 3 sous périodes d'étude. Le rayonnement net impose son allure a H, G et LE. Elle est caractéristique d'un ciel sans nuage. Toutefois, le rayonnement net moyen maximal est assez faible (450W.m-2 en saison sèche) qui est caractéristique d'une surface chaude qui perd beaucoup d'énergie par rayonnement infrarouge.

- En saison sèche, le flux de chaleur latente (évapotranspiration) est extrêmement faible . Le maximum observé est de 5W.m-2. Quant au flux de chaleur sensible, il est pratiquement égal au double du flux de chaleur dans le sol. Le maximum observé est de 450W.m-2, 315W.m-2 et 170W.m-2 respectivement pour Rn, H et G.

- En saison des pluies (figure 3.12.c), le rayonnement net fluctue beaucoup avec l'ennuagement. Toutefois, le maximum observé est supérieur a celui observé en saison sèche. Le ciel plus clair, le sol plus froid et l'albédo plus faible produisent un Rn plus important. Enfin, le 'retard' observé au niveau du maxima du rayonnement net montre que les nuages sont présents plutOt en matinée. Le maximum (560W.m-2) est atteint entre 13h et 14h. La chaleur latente est importante durant cette période (233W.m-2); H et G sont presque du même ordre de grandeur. Leur maxima est de 111W.m-2 et 89W.m-2.

- En Novembre (figure 3.12.b), un mois après la dernière pluie, le rayonnement net est du même ordre de grandeur qu'en saison des pluies (569W.m-2). Par contre, le flux de chaleur latente a beaucoup diminué (63W.m-2) au profit du flux de chaleur sensible (271W.m-2). Le flux de chaleur a la surface du sol augmente bien plus lentement (115 W.m-2).

a)

 

b)

 

c)

 

FIG. 3.12 Cycle journalier horaire moyen de Rn, H, LE et G en Janvier (a), en Novembre (b) et en Juillet (c) a Nalohou.

Pour comparer les différents flux sur les différentes sous périodes, nous avons exprimé chaque terme du bilan en % du rayonnement net (Figure 3.13). On constate donc a Nalohou :

- En Janvier (figure 3.13.a), G représente pratiquement 80% du bilan la nuit, LE est toujours faible inférieur a 5%. Pendant la journée, le pourcentage de H augmente de 40 a 80% tandis que celui de G diminue de 40 a 10%.

- En Juillet (figure 3.13.b), H varie peu durant le cycle nycthéméral, environ 20 a 25% de Rn. LE dans la journée passe de 60 a 80% et la nuit il reste inférieur a 10%. G est de 25% dans la journée.

- En Novembre (figure 3.13.c), dans la journée le pourcentage de H augmente de 30 a 70% tandis que celui de LE diminue de 30 a 10%. G est sous estimé pour cause de mauvaise estimation pendant cette période (herbes couchées ).

a)

 

b)

 

c)

 

FIG. 3.13 Pourcentage de H, LE et G par rapport a Rn en Janvier (a), Juillet (b) et en Novembre (c) a Nalohou.

Les périodes sèche et intermédiaire sont marquées par un dégagement nocturne important de la chaleur par le sol. Au cours des mêmes périodes, le flux de chaleur sensible est le terme prépondérant du bilan, quant à la chaleur latente elle passe de sa haute valeur en saison pluvieuse à une moyenne en Novembre et devient extrêmement faible en saison sèche.

Il est à noter enfin le bon phasage temporel entre Rn et G obtenu en Janvier et en Juillet. Ce n'est pas le cas en Novembre pour cause de mauvaise estimation de G (voir figure 3.9). A contrario, les flux turbulents (H et LE) perdurent plus longtemps en soirée et causent des rapports H/Rn et LE/Rn divergents lorsque le rayonnement net s'annule le soir. C'est également le cas pour LE/Rn le matin ce qui signifie que la végétation commence à fonctionner dès que le soleil se lève. A ce moment de la journée, le rayonnement courtes longueurs d'onde est disponible alors que le rayonnement net passe des valeurs négatives à des valeurs positives.

3.3.2 Fermeture du bilan d'energie a Nalohou

Nous avons comparé la répartition de la fraction d'énergie disponible à la surface du sol c'est-à-dire Rn-G et celle ayant servi à la convection et à l'évaporation (H+LE). Pour cela, nous avons tracé le nuage de corrélation et calculé le coefficient de détermination entre Rn-G et H+LE à partir des moyennes de chaque heure sur les quinze (15) jours de chaque sous

période (Figure 3.14).

Dans les trois cas, la comparaison a mis en évidence une relation très peu dispersée et linéaire entre Rn-G et LE + H.

En Janvier et Juillet, plus de 98% de la variance de (H+LE) est expliquée par (Rn-G). En Novembre, on note une dispersion plus accentuée autour de la première bissectrice, le coefficient de détermination (R2) de 94%. La pente obtenue en Novembre était prévisible. Ce pourcentage est lié a la qualité des données de flux turbulents de chaleur observée pendant cette période et également a la répartition des flux de chaleur a la surface du sol. En effet, nous avons montré dans la section (3.1), que le flux de chaleur a la surface du sol réel est sous estimé dans la zone de mesure de G oi l'herbe n'est pas brülée mais coupée. Aussi on constate qu'en Janvier, on obtient une bonne fermeture du bilan d'énergie avec une pente de 1,07 et une légère surestimation des flux turbulents. En Juillet, la pente de la droite de régression est 0,77. La différence entre les deux saisons étant essentiellement le flux de chaleur latente, il est probable que l'estimation de ce terme soit sous estimé en Juillet. En Novembre, la pente de la droite de régression est 0,68. Cette mauvaise fermeture est causée d'une part par un flux dans le sol sous estimé et déphasé et d'autre part au flux de chaleur latente qui est également sous estimé. La sous estimation du flux de chaleur latente provient du fait que les mesures de w' et de q' sont réalisées par 2 capteurs qui ne sont pas parfaitement colocalisés.

Dans la littérature, plusieurs auteurs ont fait cas de cette situation. Foken et al. (2006) ont montré que la non fermeture du bilan d'énergie est liée aux erreurs de mesure, particulièrement celle de la technique d'eddy corrélation qui cause une sous estimation des flux turbulents [371. Egalement, Kukharets et al. (2000) ont montré que cette non fermeture est liée au stockage d'énergie qui s'effectue entre la surface du sol et les différents capteurs de mesure qui ne se trouvent pas a la même hauteur du sol [381. Panin et al. (1998) pensent que cette non fermeture est liée a l'hétérogénéIté de la surface du sol [391. D'autres auteurs ont supposé que les hétérogénéItés du sol produisent des turbulences a de plus grandes échelles de temps que les turbulences mesurées par le système d'eddy corrélation. Les causes de non fermeture du bilan pour nos données sont certainement une combinaison de ces trois raisons.

a)

c)

e)

FIG. 3.14 HH-LE en fonction de Rn-G en Janvier (a), Juillet (b) et en Novembre (c) a Nalohou.

3.4 Variabilité spatiale des flux turbulents de chaleur

3.4.1 Gas du flux de chaleur sensible

La comparaison des flux de chaleur sensible en saison sèche montre un écart de 44W.m-2 entre les flux de chaleur sensible à Nalohou et à Bellefoungou. Cet écart est certainement du au gradient thermique en surface c'est-à-dire la différence entre la température de surface et la température de l'air ambiant qui serait plus importante sur la jachère qu'en forêt. En particulier, la température de la canopée de Bellefoungou est certainement plus faible que la température du sol à Nalohou à cause des processus de transpiration. La différence relevée entre ces flux s'explique aussi par le fait que l'air est plus humide et plus dense en forêt ce qui influe sur le développement de la turbulence. Cela est confirmé par la figure (3.15) oi les flux de chaleur sensible la nuit sont nettement négatifs à Bellefoungou, ce qui est caractéristique d'une couche de surface stable. Le couvert arboré réduit la convection au-dessus de la surface du sol, elle se fait au-dessus de la canopée sur une épaisseur bien plus importante qu'au dessus des herbacées de la jachère.

FIG. 3.15 Cycle journalier de H a Nalohou et a Bellefoungou (sous période sèche).

En saison humide (figure 3.16), le flux de chaleur sensible diurne est plus important en forêt. Cela est causé par un effet de rugosité plus fort à Bellefoungou alors que les températures de couvert sont sensiblement identiques en cette saison. Le sol reste frais (pas de

gradient de température entre la surface du sol et l'air ) sur les deux sites, on n'a donc pas de flux nocturne. La forme du flux obtenue a Nalohou entre 12h et 14h traduit l'effet de passage des nuages qui est très marqué sur la jachère. Une comparaison sur une durée plus longue nous permettra de mieux apprécier la variabilité de ce paramètre. En Novembre 2007, la station de flux de Bellefoungou avait un problème de batterie, ce qui fait qu'on ne dispose pas de données sur cette période pour comparaison avec Nalohou.

FIG. 3.16 Cycle journalier de H a Nalohou et a Bellefoungou (sous période humide).

3.4.2 Gas du flux de chaleur latente

La figure 3.17 traduit le cycle journalier horaire moyen du flux de chaleur latente a Nalohou et a Bellefoungou en Juillet. On constate que l'évapotranspiration est plus importante en forêt que sur la jachère pendant la journée. Dans la nuit, l'évaporation est pratiquement nulle sur les deux stations.

FIG. 3.17 Cycle journalier de H a Nalohou et a Bellefoungou (sous période humide).

La jachère commence plus tot son évaporation le matin. Les herbacés semblent être plus réactifs a l'éclairement que la végétation haute. Pour la forêt la mise en route est plus lente mais la dynamique est plus importante. En Janvier 2008, le Licor (qui mesure le flux de chaleur latente) n'était pas encore installé, nous n'avons donc pas de mesure de LE sur cette période ni en Novembre.

3.5 Conclusion

Nous avons étudié précisément chaque terme de l'équation du bilan d'énergie de surface. Le calcul des flux turbulents est celui qui demande le plus d'attention. Le flux de chaleur a la surface du sol a été réalisé par la méthode des harmoniques a partir des mesures de températures du sol en prenant un soin particulier aux profondeurs de mesures. Nous avons montré a travers la comparaison du flux de chaleur harmonique et celui de la FAO que la formulation de [141 n'est pas adaptée aux sols chauds et secs. L'influence du couvert végétal sur ce paramètre est aussi a noter. La couverture du sol joue un rOle d'amortisseur entre la surface du sol et l'atmosphère.

Les flux turbulents de chaleur sont calculés par la méthode d'eddy corrélation. La qualité

de ces données a été vérifiée selon deux approches le schéma de [321 et la fermeture du bilan d'énergie. La qualité des données est relativement bonne pendant les trois sous périodes. Le test de fermeture du bilan d'énergie est aussi correct pour la sous période sèche. Pour la sous période humide, les flux de chaleurs latentes sont probablement sous estimés, et pour la sous période intermédiaire le flux a la surface du sol est faussé par le fait qu'une litière a été laissée sur le sol a l'endroit des capteurs. Les différents coefficients de détermination obtenus entre la quantité d'énergie disponible et celle ayant servi a la convection et a l'évaporation a Nalohou sont satisfaisants lorsque les données aberrantes sont filtrées.

Conclusion générale et perspectives

Ce mémoire qui s'inscrit dans le cadre du programme AMMA (Analyse Multidisciplinaire de la Mousson Africaine) et du projet Ouémé-2025, vise a comprendre le fonctionnement de l'interface surface - atmosphère. L'objectif est de réaliser une première estimation des flux d'énergie et de documenter les flux d'évapotranspiration en climat soudanien.

Les interactions surface - atmosphère sont complexes. L'analyse détaillée des processus des différents échanges qui s'effectuent dans la couche limite atmosphérique est indispensable a leur compréhension. Dans cette optique, l'analyse du bilan d'énergie a la surface est une étape incontournable. Comprendre cette relation en zone soudanienne est particulièrement intéressant en raison du lien étroit observé entre condition atmosphérique et variabilité climatique, ainsi que le rOle important que joue l'évapotranspiration dans le bilan hydrologique.

Ce travail constitue une première analyse du bilan d'énergie en zone soudanienne. Notre étude a porté sur deux stations situées dans la Donga/Bénin une jachère herbacée (Nalohou 974484N, 160457E, 449 m) et une forêt claire (Bellefoungou 979115N, 171800E, 414 m).

L'analyse météorologique sur une année faite (chapitre 2) a partir des données de Nalohou montre une saisonnalité notable des paramètres climatiques. De cette analyse, trois périodes de quinze (15) jours chacune ont été identifiées. Les principaux termes du bilan d'énergie de méso-échelle ont été évalués et leur variabilité caractérisée sur ces différentes périodes. Le calcul des flux turbulents de chaleur est celui qui nécessite le plus d'attention. Le flux de chaleur a la surface du sol a été calculé par deux méthodes la méthode des harmoniques et la formulation empirique de la FAO.

Dans un premier temps, nous avons comparé le flux de chaleur harmonique calculé a Nalohou en janvier oi le sol est nu et aucune pluie n'est tombée depuis des mois, avec celui calculé a partir de la formulation de la FAO. On a remarqué a travers cette comparaison que le flux de chaleur calculé a partir de la formulation de FAO sous estime le flux de chaleur a la surface du sol quand le sol est sec et chaud de presque 50%. La conclusion tirée de cette comparaison est que la formulation de la FAO est mise a défaut pour les sols chauds et secs. D'autre part, on a constaté a partir de la comparaison des cycles journaliers de G au niveau des deux sites et sur les trois périodes que ce paramètre est plus important a Bellefoungou qu'a Nalohou. Le déphasage temporel et la faible amplitude observés en Novembre a Nalohou sont liés a la couverture du sol (litière) qui diminue et retarde la quantité d'énergie devant parvenir a la surface du sol. Elle joue donc le rOle d'amortisseur entre la surface du sol et l'atmosphère.

Les flux turbulents de chaleur ont été mesurés par eddy corrélation. L'analyse de leur qualité a permis de vérifier la fiabilité des ces données. Plus des 75 % des données qualifiables sont de qualité haute c'est-a-dire qu'elles sont utilisables pour une recherche fondamentale. Aussi, l'analyse des tracés des cycles journaliers de H et de LE ainsi que de leurs qualités associées a montré que les données sont de très bonne qualité dans la journée lorsque l'atmosphère est instable. On a remarqué également que la qualité de LE est liée a celle de H. Plus l'atmosphère est turbulente et plus l'eau arrive a s'évaporer rapidement au sein de celle-ci. On a remarqué enfin que, les flux d'évapotranspiration mesurés sur la forêt de Bellefoungou étaient de mauvaise qualité avant la construction d'un pilOnne pour supporter les appareils. L'ancien mat téléscopique était trop court et surtout trop instable pour permettre des mesures de qualité bonne.

Les résultats du calcul du bilan d'énergie (Nalohou) sur les trois périodes ont montré une saisonnalité très marquée des flux d'énergie. La saison sèche est caractérisée par un taux élevé du flux de chaleur sensible et du flux de chaleur a la surface du sol; le flux de chaleur latente est faible pendant cette période. En saison humide, le flux de chaleur latente est prépondérant. En Novembre oii le rayonnement net est plus élevé que ce qui est observé en

saison sèche et en saison humide, H et G représentent aussi les termes majoritaires du bilan. Mais, ils demeurent plus faibles que ceux observés en Janvier. Le flux de chaleur latente est moyen durant cette période. La variabilité spatiale des flux de chaleur sensible et de chaleur latente a été montrée a travers la comparaison de ces paramètres au niveau des deux sites en saison sèche et humide. Nous pouvons a partir de cette première analyse du bilan d'énergie donner une dynamique de l'évapotranspiration réelle au pas de temps mensuel, journalier et voir même de la demi-heure.

Les travaux réalisés dans le cadre de cette étude nous ont permis de quantifier chacune des composantes du bilan d'énergie sur trois périodes de 15 jours chacune dans la Donga/Bénin. Une analyse plus poussée reste nécessaire pour l'estimation du flux de chaleur latente au vu des résultats qui montrent une sous estimation systématique de ce terme. D'autre part, une attention particulière sera portée au calcul du flux a la surface du sol aux inter-saisons en raison de la couche de litière laissée sur le site de mesure en Novembre.

La poursuite de cette étude sur une durée plus longue permettra de mieux caractériser les variabilités intra et inter saisonnières des différentes composantes du bilan. Elle permettra également d'acquérir une meilleure compréhension du fonctionnement de l'interface surface - atmosphère en vue de la documentation des flux d'évapotranspiration. Il est aussi a noter que cette étude menée sur une période plus longue contribuera a bien identifier les paramètres qui influencent le bilan d'énergie en zone soudanienne. Enfin, il s'agira également de vérifier la fermeture du bilan de masse hydrologique a partir des mesures de l'évapotranspiration réelle. Une comparaison entre l'évapotranspiration réelle et l'évapotranspiration potentielle est envisagée afin de tester le réalisme des paramétrisations couramment utilisées en hydrologie et qui estiment l'évapotranspiration réelle a partir de l'évapotranspiration potentielle.

.1 Références Bibliographiques

[11 Descroix, L., Mahé, G., Lebel, T., Favreau, G., Galle, S, Gautier, E., Olivry, J-C., Albergel, J., Amogu, 0., Cappelaere, B., Dessouassi, R., Diedhiou, A., Le Breton, E., Mamadou, I., Sighomnou, D., 2009. Spatio-Temporal Variability of Hydrological Regimes Around the Boundaries between Sahelian and Sudanian Areas of West Africa: A Synthesis. Journal of Hydrology, AMMA special issue, in press. doi :10.1016/j.jhydrol.2008.12.012.

[21 Andersen, I., Dione, O., Jarosewich-Holder, M., Olivry, J.C., 2005. The Niger River Basin : a vision for sustainable management.. The World Bank, Washington, DC, the USA; Directions in development, K.G. Golitzen Ed.145 p.

[31 Mahé, G., Olivry, J. C., Dessouassi, R., Orange, D., Bamba, F. and Servat, E. 2000. Relations eaux de surface - eaux souterraines d'une rivière tropicale au Mali. Comptes Rendus de l'Académie des Sciences, Serie IIa, 330, 689-692.

[41 Zin, I., Zribi, M., Ottlé, C., Hiernaux, P., Lacaze, R., Le Hégarat-Mascle, S., Sanou, B., André, C., Guibert, S., Saux-Picard, S., Dessay, N., Boulain, N., Cappelaere, B., Descroix, L., Galle, S., Peugeot, C., Seghieri, J., Séguis, L., 2009. Land cover assessment on the three AMMA experimental sites from SPOT/HRVIR data. Soumis a International Journal of Applied Earth Observation and Geoinformation.

[51 Galle S., Séguis L., Arjounin M., Bariac T., Bouchez J.-M., Braud I., Cohard J.-M., Descloitres M., Favreau G., Kamagaté B., Laurent J.-P., Le Lay M., Malinur F., Peugeot C., Robain H., Seghieri J., Seidel J.-L., Varado N., Zin I. and Zribi M., 2005. Evaluation des termes du bilan hydrologique de la Donga par mesure et modélisation. In : "Premier colloque de restitution scientifique Ecosphère Continentale", Toulouse. ECCO-PNRH : 411-416.

[61 Varado N., Braud I., Galle S., Le Lay M., Séguis L., Kamagaté B. and Depraetere C., 2006. Multicriteria assessment of the Representative Elementary Watershed approach on the Donga catchment (Benin) using a downward approach of model complexity. Hydrology and Earth System Sciences, 10 : 427-442.

[71 Le Lay M., Saulnier G.-M., Galle S., Séguis L., Métadier M. and Peugeot C., 2008. Model representation of the Sudanian hydrological water cycle. Application on the Donga catchment (Bénin). Journal of Hydrology, 363(1-4) : 32-41.

[8lFoken.,T., 2006. "50 Years of the Monin-Obukhov Theory ". Boundary-Layer Meteorology 119(3) : 431-447.

[91 Van Dijk, A., Moene, A.F., De Bruin, H.A.R, 2004. The principles of surface flux physics : theory, practice and description of the ECPACK library.Meteorology and Air Quality Group Wageningen University Duivendaal 2 6701 AP Wageningen The Netherlands.

[101 Prandtl, L., 1904. Uber, Flussibkeitsbewegung bei sehr kleiner Reibung, Verhandl. III, Internat. Math.- Kong., Heidelberg, Teubner, Leipzig pp.484-491.

[111 Brutsaert, W., 1982. Evaporation in the Atmosphere, theory History, And Applications, 1st ed., 299pp., Dordrecht, Kluwer Academic Publishers, 1982.

[121 Heusinkveld, B.G., Jacobs A.F.G., Holtslag, A.A.M., Berkowicz, S.M., 2003. Surface energy balance closure in an arid region : role of soil heat flux. Agricultural and Forest Meteorology 122 (2004) 21-37.

[131 Guyot, A., Cohard, J-M., Anquetin, S., Galle, S., 2008. Combined analysis of energy and water budgets to consolidate latent heat fux estimation using an infrared scintillometer. Agricultural and Forest Meteorology, this issue.

[141 Allen, R.G., Pereira, L.S., Raes, D., Smith, M., 1998. Crop Evapotranspiration : Guidelines for Computing Crop Water Requirements. United Nations Food and Agriculture Organization, Irrigation and Drainage Paper 56. Rome, Italy, 300 pp.

[151 Van Wijk, W. et De Vries, D., 1963. Periodic temperature variations in a homogeneous soil. Physics of Plant Environment : 103-143.

[161 Kaimal, J. C. et Businger, J. A., 1963. A Continuous Wave Sonic Anemometer-Thermometer, J. Applied Meteorol., 2, 156-164.

[171 Fleagle, R. G., Businger, J. A., 1980. An Introduction to Atmospheric Physics, Academic Press, Inc., New York.

[181 Schotanus, P., Nieuwstadt, F. T. M., De Bruin, H. A. R., 1983. Temperature Measurement with a Sonic Anemometer and its Application to Heat and Moisture Fluxes, Boundary-Layer Meteorol., 26, 81-93.

[191 Kaimal, J. C. et Gaynor, J. E., 1991. Another Look at Sonic Thermometry, Boundary-Layer Meteorol., 56, 401-410.

[201 Liu, H., Peters, G., Foken, T., 2001. New Equations for Sonic Temperature Variance and Buoyancy Heat Flux with an Omnidirectional Sonic Anemometer, Boundary-Layer Meteorol., 100, 459-468.

[211 Kaimal, J.C. et Finnigan, J.J., 1994. Atmospheric boundary layer flows : Their structure and measurement. Oxford University Press, New York, NY, 289 pp.

[221 Tanner, B.D., Swiatek, E. et Greene, J.P., 1993. Density fluctuations and use of the krypton hygrometer in surface flux measurements. In : R.G. Allen (Editor), Management of irrigation and drainage systems : integrated perspectives. American Society of Civil Engineers, New York, NY, pp. 945-952.

[231 Webb, E.K., Pearman, G.I. et Leuning, R., 1980. Correction of the flux measurements for density effects due to heat and water vapour transfer. Quarterly Journal of The Royal Meteorological Society, 106 : 85-100.

[241 Liebethal, C. et Foken, T., 2004. On the significance of the Webb correction to fluxes. Corrigendum. Boundary-Layer Meteorology, 113 : 301.

[251 Liebethal, C. et Foken, T., 2003. On the significance of the Webb correction to fluxes.

Boundary-Layer Meteorology, 109 : 99-106.

[261 Fuehrer, P.L. et Friehe, C.H., 2002. Flux corrections revisited. Boundary-Layer Meteorology, 102 : 415-457.

[271 Moore, C.J., 1986. Frequency response corrections for eddy correlation systems. Boundary-Layer Meteorology, 37 : 17-35.

[281 Horst, T.W., 2003. Corrections to Sensible and Latent Heat Flux Measurements.

[291 Vickers, D. et Mahrt, L., 1997. Quality control and flux sampling problems for tower and aircraft data. Journal of Atmospheric and Oceanic Technology, 14 : 512-526.

[301 Højstrup, J., 1993. A statistical data screening procedure. Measuring Science Technology, 4 : 153-157.

[311 Foken, T. et Wichura, B., 1996. Tools for quality assessment of surface-based flux measurements. Agricultural and Forest Meteorology, 78 : 83-105.

[321 Foken, T., et Mauder, M., 2004. Documentation and Instruction Manual of the Eddy Covariance Software Package TK2. Department of Micrometeorology, Univ of Bayreuth, Germany.

[331 Favier,V., 2004. Etude du bilan d'énergie de surface et de la production des écoulements de fonte d'un glacier des Andes d'Equateur; relation glacier-climat en zone tropicale. These de doctorat de l'Université Montpellier II, 248 pp.

[341 Rubio, E., Caselles, V., Coll, C., Valour, E. et Sospedra, F., 2003. Thermal-infrared emissivities of natural surfaces : improvements on the experimental set-up and new measurements, International Journal of Remote Sensing,24 :24, 5379 - 5390.

[351 Aubinet, M., Grelle, A., Ibrom, A., Rannik, U., Moncrieff, J., Foken, T., Kowalski, A.S., Martin, P.H., Berbigier, P., Bernhofer, C., Clement, R., Elbers, J., Granier, A., Grünwald, T., Morgenstern, K., Pilegaard, K., Rebmann, C., Snijders, W., Valentini, R. et Vesala, T., 2000. Estimates of the annual net carbon and water exchange of forests : The EUROFLUX methodology. Andvances in Ecological Research, 30 : 113-175.

[361 Aubinet, M., Chermanne, B., Vandenhaute, M., Longdoz, B., Yernaux, M., Lai-tat, E., 2001. Long term carbon dioxide exchange above a mixed forest in the Belgian Ardennes. Agric. For. Meteorol. 108, 293-315.

[371 Foken, T., Wimmer, F., Mauder, M., Thomas, C., Liebethalal, C., 2006. Some aspects of the energy balance closure problem. Department of Micrometeorology, Univ of Bayreuth, Germany.

[381 Kukharets, V. P., Nalbandyan, H. G., et Foken, T., 2000. Thermal Interactions between the underlying surface and a nonstationary radiation flux, Izv., Atmos. Ocenanic Phys., 36, 318-325.

[391 Panin, G. N., Tetzlaff, G., et Raabe, A., 1998. Inhomogeneity of the land surface and

problems in the 10 parameterization of surface fluxes in natural conditions,Theor. Appl. Climat., 60, 163-178.

.2 Annexe1 Proclist de Nalohou

Comments

Comment = Station Campbell

Comment = Nalohou Csat + Licor

Comment = 20/10/2008

Comments

Comment = Actions effectuees

Comment = Extraction des donnees du fichier meteo,

Comment = Despike, Calculs Statistiques, Pression partielle

Comments

Comment = Direction et vitesses du vent, Rotations

Comment = Comment = Comments

Comment = Correction temperature sonique, Covariance wT, wq et wco2

Comment = Correction Webb LE et Fco2

Comment = Flux de chaleur sensible corrige

Comments

Comment = variable d'installation

Comment = Comment = Set Values From Time =

To Time =

Number of Variables = 3

Storage Label = hauteur-sonic

Assignment value = 4.95

Storage Label = ecart-nord

Assignment value = 0

Storage Label = ang-sonic-licor

Assignment value = 0

Comments

Comment = Variable de configuration sonic licor

Comment = pour le calcul des corrections frequentielles

Set Values From Time =

To Time =

Number of Variables = 10

Storage Label = Csat-samplefreq

Assignment value = 20

Storage Label = Licor7500-samplefreq

Assignment value = 20

Storage Label = Csat-path

Assignment value = 0.116

Storage Label = Licor7500-path

Assignment value = 0.125

Storage Label = wT-ver-path-sep

Assignment value = 0

Storage Label = wT-hor-path-sep

Assignment value = 0

Storage Label = wx-ver-path-sep

Assignment value = 0.1

Storage Label = wx-hor-path-sep

Assignment value = 0.3

Storage Label = Csat-TimeConStant

Assignment value = 0.05

Storage Label = Licor7500-TimeConStant

Assignment value = 0.05

Comments

Comment = Valeur dynamiques alternatives

Comment = T en(c)c, P en kPa, Rh en %

Set Values From Time =

To Time =

Number of Variables = 3

Storage Label = T-alt

Assignment value = 30

Storage Label = P-alt

Assignment value = 100

Storage Label = Rh-alt

Assignment value = 70

Comments

Comment = rhoCp en J/m3/K

Comment = L en J/g

Comment = ecart nord en degre

Set Values From Time =

To Time =

Number of Variables = 2

Storage Label = rhoCp-cst

Assignment value = 1130

Storage Label = L-cst

Assignment value = 2450

Comments

Comment = Extraction des variables

Comment = du fichier meteo

Comment = Preprocessed Files

File <0>=C \Documents and Settings\mamadou\Bureau\traitementedire \na\na-met-090707-040908-EdiRe-heure locale-rugosite.csv

File <1> = File <2> = Set Values From Time =

To Time =

Number of Variables = 7

Storage Label = offsetc

Assignment value = <0> offsetc

Storage Label = gainc

Assignment value = <0> gainc

Storage Label = offsetq

Assignment value = <0> offsetq

Storage Label = gainq

Assignment value = <0> gainq

Storage Label = h-veg

Assignment value = <0> h

Storage Label = disp-height

Assignment value = <0> d

Storage Label = Z0

Assignment value = <0> Z0

Set Values

From Time = To Time =

Number of Variables = 3

Storage Label = T-meteo

Assignment value = <0> Ta-meteo

Storage Label = Rh-meteo

Assignment value = <0> Rh

Storage Label = P-meteo

Assignment value = <0> Patm

Comments

Comment = Conversion de la pression meteo

Comment = unite d'entree hPa

Comment = unite de sortie kPa

User defined From Time = To Time =

Storage Label = P-meteo

Apply to =

Apply by =

Equation = P-meteo*0.1

Variable = P-meteo

Comments

Comment = Extraction des variables du fichier brut Comment = Vitesse en m/S, Co2 en mg/m3, H20 en g/m3 Comment = Pression en kpa, T en~C

Extract

From Time = To Time =

Channel = 1

Label for Signal = SECONDS

Extract

From Time = To Time =

Channel = 2

Label for Signal = NANOSECONDS

Extract

From Time = To Time =

Channel = 3

Label for Signal = RECORD

Extract

From Time = To Time =

Channel = 4

Label for Signal = u-sonic

Extract

From Time = To Time =

Channel = 5

Label for Signal = v-sonic

Extract

From Time = To Time =

Channel = 6

Label for Signal = w-sonic

Extract

From Time = To Time =

Channel = 7

Label for Signal = T-sonic

Extract

From Time = To Time =

Channel = 8

Label for Signal = diag-csat

Extract

From Time = To Time =

Channel = 9

Label for Signal = co2-licor

Extract

From Time = To Time =

Channel = 10

Label for Signal = q-licor

Extract

From Time =

To Time =

Channel = 11

Label for Signal = P-licor

Comments

Comment = Changement d'unité

Comment = CO2 en mmol/m3

Comment = h2O en g/m3

Linear

From Time = To Time =

Signal = co2-licor

1st Offset = 0

1st Gain = 0.0227273

1st Curvature = 0

2nd Offset = 0 2nd Gain = 1 2nd Curvature = 0

Linear

From Time = To Time =

Signal = q-licor 1st Offset = 0 1st Gain = 1 1st Curvature = 0

2nd Offset = 0 2nd Gain = 1 2nd Curvature = 0

Comments

Comment = Despike

Comment = 3 fois l'écart-type

Comment = Si plus de 4 spike de suite, on ne les compte pas Despike

From Time = To Time =

Signal = u-sonic Standard Deviations = 3

Spike width = 4

Spike % consistency = 50

Replace spikes = x

Storage Label spike count = spike-U

Despike

From Time = To Time =

Signal = v-sonic Standard Deviations = 3

Spike width = 4

Spike % consistency = 50

Replace spikes = x

Storage Label spike count = spike-V

Despike

From Time = To Time =

Signal = w-sonic

Standard Deviations = 3

Spike width = 4

Spike % consistency = 50

Replace spikes = x

Storage Label spike count = spike-W

Despike

From Time = To Time =

Signal = co2-licor

Standard Deviations = 3

Spike width = 4

Spike % consistency = 50

Replace spikes = x

Storage Label spike count = spike-co2

Despike

From Time = To Time =

Signal = q-licor Standard Deviations = 3

Spike width = 4

Spike % consistency = 50

Replace spikes = x

Storage Label spike count = spike-q

Despike

From Time = To Time =

Signal = T-sonic

Standard Deviations = 3

Spike width = 4

Spike % consistency = 50

Replace spikes = x

Storage Label spike count = spike-T

Despike

From Time = To Time =

Signal = P-licor Standard Deviations = 3

Spike width = 4

Spike % consistency = 50

Replace spikes = x

Storage Label spike count = spike-P

Comments

Comment = Calcul Stat

Comment = moyenne et écart-types Comment = sur U, V, W, co2, q, T, P 1 chn statistics

From Time =

To Time =

Signal = u-sonic

Storage Label Mean = u-sonic-mean Storage Label Std Dev = u-sonic-std Storage Label Skewness =

Storage Label Kurtosis = Storage Label Maximum = Storage Label Minimum = Storage Label Variance =

Storage Label Turbulent Intensity = Alt Turbulent Intensity Denominator = 1 chn statistics

From Time =

To Time =

Signal = v-sonic

Storage Label Mean = v-sonic-mean Storage Label Std Dev = v-sonic-std Storage Label Skewness =

Storage Label Kurtosis = Storage Label Maximum = Storage Label Minimum = Storage Label Variance =

Storage Label Turbulent Intensity = Alt Turbulent Intensity Denominator = 1 chn statistics

From Time =

To Time =

Signal = w-sonic

Storage Label Mean = w-sonic-mean Storage Label Std Dev = w-sonic-std Storage Label Skewness =

Storage Label Kurtosis = Storage Label Maximum = Storage Label Minimum = Storage Label Variance =

Storage Label Turbulent Intensity = Alt Turbulent Intensity Denominator = 1 chn statistics

From Time =

To Time =

Signal = T-sonic

Storage Label Mean = T-sonic-mean Storage Label Std Dev = T-sonic-std Storage Label Skewness =

Storage Label Kurtosis = Storage Label Maximum = Storage Label Minimum = Storage Label Variance =

Storage Label Turbulent Intensity = Alt Turbulent Intensity Denominator = 1 chn statistics

From Time =

To Time =

Signal = co2-licor

Storage Label Mean = co2-licor-mean Storage Label Std Dev = co2-licor-std Storage Label Skewness =

Storage Label Kurtosis = Storage Label Maximum = Storage Label Minimum = Storage Label Variance =

Storage Label Turbulent Intensity = Alt Turbulent Intensity Denominator = 1 chn statistics

From Time =

To Time =

Signal = q-licor

Storage Label Mean = q-licor-mean Storage Label Std Dev = q-licor-std Storage Label Skewness =

Storage Label Kurtosis = Storage Label Maximum = Storage Label Minimum = Storage Label Variance =

Storage Label Turbulent Intensity = Alt Turbulent Intensity Denominator = 1 chn statistics

From Time =

To Time =

Signal = P-licor

Storage Label Mean = P-licor-mean Storage Label Std Dev = P-licor-std Storage Label Skewness =

Storage Label Kurtosis = Storage Label Maximum = Storage Label Minimum = Storage Label Variance =

Storage Label Turbulent Intensity =

Alt Turbulent Intensity Denominator =

Spectra

From Time = 18/01/2008 12 :00 :00

To Time = 18/01/2008 16 :00 :00

Signal = T-sonic

Window = Hamming Kaiser/Bell coef = Output Spectra = spec-T Sort Output =

Detrend data = None Comments

Comment = Direction du vent

Comment = se fait avant rotation

Comment =

Wind direction

From Time =

To Time =

Signal (u) = u-sonic Signal (v) = v-sonic Orientation = ecart-nord

Wind Direction Components = U-fS-V-fE

Wind Direction Output = N-0-deg-E-90-deg

Storage Label Wind Direction = Wind-sonic-Direction Storage Label Wind Dir Std Dev = Wind-sonic-Direction-std Comments

Comment = Rotation (double rotation)

Comment = Vitesse du vent

Comment = dans sys orthogonal

Rotation coefficients From Time =

To Time =

Signal (u) = u-sonic Signal (v) = v-sonic Signal (w) = w-sonic Storage Label Alpha = Alpha

Storage Label Beta = Beta

Storage Label Gamma = Gamma

Optional mean u = Optional mean v = Optional mean w = Rotation

From Time =

To Time =

Signal (u) = u-sonic Signal (v) = v-sonic Signal (w) = w-sonic Alpha = Alpha

Beta = Beta

Gamma = Gamma Do 1st Rot = x

Do 2nd Rot = x

Do 3rd Rot = x

Comments

Comment = Les variables de vent sont

Comment = dans un repére instantané fonction

Comment = du vent (v-sonic-mean = 0)

1 chn statistics

From Time =

To Time =

Signal = u-sonic

Storage Label Mean = wind-sonic-speed-mean

Storage Label Std Dev = wind-sonic-speed-std

Storage Label Skewness =

Storage Label Kurtosis =

Storage Label Maximum = wind-sonic-speed-max

Storage Label Minimum =

Comments

Comment = Calcul et Retrait du Lag

Comment = pour le Licor Openpath

Comment =

Cross Correlate

From Time =

To Time =

Signal = w-sonic

Signal which lags = q-licor

Correlation type = Covariance

Output Correlation curve = 10

Storage Label Peak Time = time-lag-wq

Storage Label Peak Value =

Cross Correlate

From Time =

To Time =

Signal = w-sonic

Signal which lags = co2-licor

Correlation type = Covariance

Output Correlation curve = 10

Storage Label Peak Time = time-lag-wco2

Storage Label Peak Value =

Cross Correlate

From Time =

To Time =

Signal = w-sonic

Signal which lags = P-licor

Correlation type = Covariance

Output Correlation curve = 10

Storage Label Peak Time = time-lag-wp

Storage Label Peak Value =

Remove Lag From Time = To Time =

Signal = co2-licor

Min Lag (sec) = -2

Lag (sec) = time-lag-wco2

Max Lag (sec) = 2

Below Min default (sec) = 0

Above Max default (sec) = 0

Remove Lag From Time = To Time =

Signal = q-licor Min Lag (sec) = -2

Lag (sec) = time-lag-wq

Max Lag (sec) = 2

Below Min default (sec) = 0

Above Max default (sec) = 0

Remove Lag From Time = To Time =

Signal = P-licor Min Lag (sec) = -2

Lag (sec) = time-lag-wp

Max Lag (sec) = 2

Below Min default (sec) = 0

Above Max default (sec) = 0

Comments

Comment = Calcul de la pression partielle

Comment = directement en kPa

Comment = Partial pressure From Time = To Time =

Storage Label = e-vapor-licor

Apply to =

Apply by =

Variable type = Absolute density

Measured variable = q-licor-mean

Min or QC = 0.001

Max or QC = 40

Temperature (C) = T-sonic-mean

Min or QC = Max or QC = Pressure (Kpa) = P-licor-mean

Min or QC = 0 Max or QC = 105

Molecular weight (g/mole) = 18.0

Conc conv factor = 1000

Partial pressure From Time = To Time =

Storage Label = e-vapor-meteo

Apply to =

Apply by =

Variable type = Relative humidity

Measured variable = Rh-meteo

Min or QC = Max or QC = Temperature (C) = T-meteo

Min or QC = Max or QC = Pressure (Kpa) = P-meteo

Min or QC = Max or QC = Molecular weight (g/mole) = 18.0

Conc conv factor = 1000

Comments

Comment = Calcul de q-meteo

Comment = en g/m3

Comment = User defined From Time = To Time =

Storage Label = q-meteo

Apply to =

Apply by =

Equation = 18*e-vapor-meteo*1000/(8.32*(273.15fT-meteo)) Variable = e-vapor-meteo

Variable = T-meteo

Comments

Comment = Application du gain q-licor-mean/q-meteo a q-licor-mean Comment = pour rephasage de q-licor sur q-meteo

Comment = On reste en g/m3

User defined From Time = To Time =

Storage Label = gain-q-licor-mean

Apply to =

Apply by =

Equation = q-meteo/q-licor-mean

Variable = q-licor-mean

Variable = q-meteo

Linear

From Time = To Time =

Signal = q-licor 1st Offset = 0

1st Gain = gain-q-licor-mean

1st Curvature = 0

2nd Offset = 0 2nd Gain = 1 2nd Curvature = 0

Comments

Comment = Correction température sonique

Comment = Schotanus et al. 1983; Manuel Csat Campbell Scientifique Comment = T-sonic-cor=T-sonic(1-f0.51q-licor)

User defined From Time = To Time =

Storage Label = T-sonic-cor

Apply to =

Apply by =

Equation = ((T-sonic-mean--273.15)/(1 f.32*e-vapor-meteo/P-meteo))- 273.15

Variable = P-meteo

Variable = e-vapor-meteo

Variable = T-sonic-mean

Density of moist air

From Time = To Time =

Storage Label = rho-licor

Apply to =

Apply by =

Vapour pressure (Kpa) = e-vapor-licor

Min or QC = Max or QC = Temperature (C) = T-sonic-cor

Min or QC = Max or QC = Pressure (Kpa) = P-licor-mean

Min or QC = Max or QC = Density of moist air

From Time = To Time =

Storage Label = rho-meteo

Apply to =

Apply by =

Vapour pressure (Kpa) = e-vapor-meteo

Min or QC = Max or QC = Temperature (C) = T-meteo

Min or QC = Max or QC = Pressure (Kpa) = P-meteo

Min or QC = Max or QC = Comments

Comment = Changement d'unité de la masse volumique de l'air humide Comment = entrée en :

Comment = sortie en :

User defined From Time = To Time =

Storage Label = rho-licor

Apply to =

Apply by =

Equation = rho-licor/1000

Variable = rho-licor

Variable =

Variable =

Variable =

Variable =

User defined From Time = To Time =

Storage Label = rho-meteo

Apply to =

Apply by =

Equation = rho-meteo/1000

Variable = rho-meteo

Variable =

Variable =

Variable =

Variable =

Comments

Comment = Calcul de rhocp

Comment = en j/g

Comment =

Sensible heat flux coefficient

From Time = To Time =

Storage Label = rhoCp-licor

Apply to =

Apply by =

Vapour pressure (Kpa) = e-vapor-licor

Min or QC = Max or QC = Temperature (C) = T-sonic-cor

Min or QC = Max or QC = Pressure (Kpa) = P-licor-mean

Min or QC = Max or QC = Alternate rhoCp = 1100

Sensible heat flux coefficient

From Time = To Time =

Storage Label = rhoCp-meteo

Apply to =

Apply by =

Vapour pressure (Kpa) = e-vapor-meteo

Min or QC = Max or QC = Temperature (C) = T-meteo

Min or QC = Max or QC = Pressure (Kpa) = P-meteo

Min or QC = Max or QC = Alternate rhoCp = 1100

Comments

Comment = flux de chaleur sensible sonique

Comment = calcul covariance

Comment = 2 chn statistics From Time = To Time =

Signal = w-sonic Signal = T-sonic Storage Label Covariance = wT-cov

Storage Label Correlation =

Storage Label Flux = H-sonic-tmp

Flux coefficient = rhoCp-meteo

Comments

Comment = Flux de chaleur latente

Comment = Calcul covariance

Comment = 2 chn statistics From Time = To Time =

Signal = w-sonic Signal = q-licor Storage Label Covariance = wq-cov

Storage Label Correlation =

Storage Label Flux = E-licor-tmp

Flux coefficient =

Comments

Comment = Calcul de la chaleur latente de vaporisation de l'eau Comment = J/g

Comment =

Latent heat of evaporation

From Time = To Time =

Storage Label = L-meteo

Apply to =

Apply by =

Temperature (C) = T-meteo

Min or QC = Max or QC = Pressure (KPa) = P-meteo

Min or QC = Max or QC = LE flux coef, L = L-cst

Latent heat of evaporation

From Time = To Time =

Storage Label = L-licor

Apply to =

Apply by =

Temperature (C) = T-sonic-cor

Min or QC = Max or QC = Pressure (KPa) = P-licor-mean

Min or QC = Max or QC = LE flux coef, L = L-cst

Comments

Comment = Calcul du flux

Comment = Comment = User defined From Time = To Time =

Storage Label = LE-licor-tmp

Apply to =

Apply by =

Equation = E-licor-tmp*L-licor

Variable = E-licor-tmp

Variable = L-licor

Comments

Comment = Flux de carbone Fco2-licor-tmp

Comment = unité mmol/m2/s

Comment = 2 chn statistics From Time = To Time =

Signal = w-sonic Signal = co2-licor

Storage Label Covariance = wco2-cov

Storage Label Correlation =

Storage Label Flux = Fco2-licor-tmp

Flux coefficient = 1

Comments

Comment = Conversion de Fco2-licor-tmp

Comment = entree mmol/m3

Comment = sortie umol/m3

User defined From Time = To Time =

Storage Label = Fco2-licor-tmp2

Apply to =

Apply by =

Equation = 1000*Fco2-licor-tmp

Variable = Fco2-licor-tmp

Comments

Comment = Calcul du flux de quantité de mouvement Comment =

Comment =

2 chn statistics From Time = To Time =

Signal = w-sonic Signal = u-sonic Storage Label Covariance = uw-cov

Storage Label Correlation =

Storage Label Flux = momentum-sonic

Flux coefficient = rho-meteo

Comments

Comment = u-sonic* Vitesse de frottement

Comment = Comment = U star

From Time = To Time =

Storage Label = U-star

Apply to =

Apply by =

uw covariance (m2/s2) = uw-cov

Min or QC = Max or QC = Virtual temperature

From Time = To Time =

Storage Label = T-virtual

Apply to =

Apply by =

Vapour pressure (Kpa) = e-vapor-meteo

Min or QC = Max or QC = Temperature (C) = T-meteo

Min or QC = Max or QC = Pressure (Kpa) = P-meteo

Min or QC = Max or QC = Comments

Comment = Calcul Lo

Comment = hauteur du sonique 4,95m

Comment = hauteur végétation selon relevé Omar Stability - Monin Obhukov

From Time = To Time =

Storage Label = stability

Apply to =

Apply by =

Measurement height (m) = hauteur-sonic

Zero plane displacement (m) = disp-height

Virtual Temperature (C) = T-virtual

Min or QC = Max or QC = H flux (W/m2) = H-sonic-tmp

Min or QC = Max or QC = H flux coef, RhoCp = rhoCp-meteo

Min or QC = Max or QC = Scaling velocity (m/s) = U-star

Min or QC = Max or QC = Comments

Comment = Corrections spectrales

Comment =

Comment =

Frequency response

From Time =

To Time =

Storage Label = freq-corr-uw

Apply to =

Apply by =

Correction type = UW

Measurement height (m) = hauteur-sonic Zero plane displacement (m) = disp-height Boundary layer height (m) =

Stability Z/L = stability

Wind speed (m/s) = wind-sonic-speed-mean

Sensor 1 Flow velocity (m/s) = wind-sonic-speed-mean Sensor 1 Sampling frequency (Hz) = Csat-sampleFreq Sensor 1 Low pass filter type = Recursive

Sensor 1 Low pass filter time conStant = 0.02 Sensor 1 High pass filter type = Recursive Sensor 1 High pass filter time conStant = 600 Sensor 1 path length (m) = Csat-path

Sensor 1 Time conStant (s) = Csat-TimeConStant Sensor 1 Tube attenuation coef =

Sensor 2 Flow velocity (m/s) = wind-sonic-speed-mean Sensor 2 Sampling frequency (Hz) = Csat-SampleFreq Sensor 2 Low pass filter type = Recursive

Sensor 2 Low pass filter time conStant = 0.02 Sensor 2 High pass filter type = Recursive Sensor 2 High pass filter time conStant = 600 Sensor 2 path length (m) = Csat-path

Sensor 2 Time conStant (s) = Csat-TimeConStant Sensor 2 Tube attenuation coef =

path separation (m) = wT-hor-path-sep Get spectral data type = Model

Get response function from = model

Reference tag =

Reference response condition =

Sensor 1 subsampled =

Sensor 2 subsampled =

Apply velocity distribution adjustment = Use calculated distribution =

Velocity distribution std dev=

Stability distribution std dev=

Frequency response

From Time =

To Time =

Storage Label = freq-corr-tw

Apply to =

Apply by =

Correction type = WX

Measurement height (m) = hauteur-sonic Zero plane displacement (m) = disp-height Boundary layer height (m) =

Stability Z/L = stability

Wind speed (m/s) = wind-sonic-speed-mean

Sensor 1 Flow velocity (m/s) = wind-sonic-speed-mean Sensor 1 Sampling frequency (Hz) = Csat-SampleFreq Sensor 1 Low pass filter type = Recursive

Sensor 1 Low pass filter time conStant = 0.02 Sensor 1 High pass filter type = Recursive Sensor 1 High pass filter time conStant = 600 Sensor 1 path length (m) = Csat-path

Sensor 1 Time conStant (s) = Csat-TimeConStant Sensor 1 Tube attenuation coef =

Sensor 2 Flow velocity (m/s) = wind-sonic-speed-mean Sensor 2 Sampling frequency (Hz) = Csat-SampleFreq Sensor 2 Low pass filter type = Recursive

Sensor 2 Low pass filter time conStant = 0.02 Sensor 2 High pass filter type = Recursive Sensor 2 High pass filter time conStant = 600 Sensor 2 path length (m) = Csat-path

Sensor 2 Time conStant (s) = Csat-TimeConStant Sensor 2 Tube attenuation coef =

path separation (m) = wT-hor-path-sep Get spectral data type = Model

Get response function from = model

Reference tag =

Reference response condition =

Sensor 1 subsampled =

Sensor 2 subsampled =

Apply velocity distribution adjustment = Use calculated distribution =

Velocity distribution std dev=

Stability distribution std dev=

Comments

Comment = Calcul de la séparation latérale Comment =

Comment =

User defined

From Time =

To Time =

Storage Label = lat-path-sep

Apply to =

Apply by =

Equation = SQRT((wx-hor-path-sep*sin(Wind-sonic-Direction-ang-soniclicor))* (wx-hor-path-sep*sin(Wind-sonic-Direction-ang-sonic-licor))-Fwxver-path-sep*wx-ver-path-sep)

Variable = wx-hor-path-sep Variable = Wind-sonic-Direction

Variable = ang-sonic-licor Variable = wx-ver-path-sep Frequency response

From Time =

To Time =

Storage Label = freq-corr-7500

Apply to =

Apply by =

Correction type = WX

Measurement height (m) = hauteur-sonic

Zero plane displacement (m) = disp-height

Boundary layer height (m) = Stability Z/L = stability

Wind speed (m/s) = wind-sonic-speed-mean

Sensor 1 Flow velocity (m/s) = wind-sonic-speed-mean

Sensor 1 Sampling frequency (Hz) = Csat-SampleFreq

Sensor 1 Low pass filter type = Recursive

Sensor 1 Low pass filter time conStant = 0.02

Sensor 1 High pass filter type = Recursive

Sensor 1 High pass filter time conStant = 600

Sensor 1 path length (m) = Csat-path

Sensor 1 Time conStant (s) = Csat-TimeConStant

Sensor 1 Tube attenuation coef =

Sensor 2 Flow velocity (m/s) = wind-sonic-speed-mean

Sensor 2 Sampling frequency (Hz) = Licor7500-SampleFreq

Sensor 2 Low pass filter type = Recursive

Sensor 2 Low pass filter time conStant = 0.02

Sensor 2 High pass filter type = Recursive

Sensor 2 High pass filter time conStant = 600

Sensor 2 path length (m) = Licor7500-path

Sensor 2 Time conStant (s) = Licor7500-TimeConStant

Sensor 2 Tube attenuation coef =

path separation (m) = lat-path-sep

Get spectral data type = Model

Get response function from = model

Reference tag =

Reference response condition =

Sensor 1 subsampled = Sensor 2 subsampled = Apply velocity distribution adjustment =

Use calculated distribution = Velocity distribution std dev=

Stability distribution std dev=

Mathematical operation From Time =

To Time =

Storage Label = uw-cov-fc Apply to =

Apply by =

Measured variable A = uw-cov

Operation = *

Measured variable B = freq-corr-uw

Mathematical operation From Time =

To Time =

Storage Label = U-star-fc Apply to =

Apply by =

Measured variable A = U-star

Operation = *

Measured variable B = freq-corr-uw

Mathematical operation From Time =

To Time =

Storage Label = Fco2-licor-fc Apply to =

Apply by =

Measured variable A = Fco2-licor-tmp

Operation = *

Measured variable B = freq-corr-7500

Mathematical operation From Time =

To Time =

Storage Label = H-sonic-fc Apply to =

Apply by =

Measured variable A = H-sonic-tmp

Operation = *

Measured variable B = freq-corr-tw

Mathematical operation From Time =

To Time =

Storage Label = E-licor-fc Apply to =

Apply by =

Measured variable A = E-licor-tmp

Operation = *

Measured variable B = freq-corr-7500

Mathematical operation

From Time = To Time =

Storage Label = LE-licor-fc

Apply to =

Apply by =

Measured variable A = LE-licor-tmp

Operation = *

Measured variable B = freq-corr-7500

Comments

Comment = Correction de Webb pour la vapeur d'eau Comment =

Comment = Webb correction From Time = To Time =

Storage Label = LE-licor-webb

Apply to =

Apply by =

Scalar value type = Density (g/m3)

Scalar value = q-meteo

Min or QC = Max or QC =

Water vapour value type = partial Pressure (kpa) Water vapour value = e-vapor-meteo

Min or QC = Max or QC = Temperature (C) = T-sonic-cor

Min or QC = Max or QC = Pressure (Kpa) = P-meteo

Min or QC = Max or QC = H flux (W/m2) = H-sonic-fc

Min or QC = Max or QC = LE flux (W/m2) = LE-licor-fc

Min or QC = Max or QC = H flux coef, RhoCp = rhoCp-meteo

Min or QC = Max or QC = LE flux coef, L = L-licor

Min or QC = Max or QC = Scalar molecular wt. = 18

Scalar flux type = LE (W/m2)

Scalar flux coefficient = 1

Min or QC = Max or QC = Alternate water vapour pressure (kpa) =

Alternate temperature (C) =

Alternate pressure (kpa) =

User defined From Time = To Time =

Storage Label = LE-licor-Q0

Apply to =

Apply by =

Equation = LE-licor-tmp-fLE-licor-webb

Variable = LE-licor-tmp

Variable = LE-licor-webb

Variable =

Variable =

Variable =

Comments

Comment = Correction de Webb pour le co2 Comment = entrée en mmol/m2/s

Comment = sortie en umol/m2/s

Webb correction From Time = To Time =

Storage Label = Fco2-licor-webb

Apply to =

Apply by =

Scalar value type = Density (mg/m3)

Scalar value = co2-licor-mean

Min or QC = Max or QC =

Water vapour value type = partial Pressure (kpa) Water vapour value = e-vapor-meteo

Min or QC = Max or QC = Temperature (C) = T-sonic-cor

Min or QC = Max or QC = Pressure (Kpa) = P-meteo

Min or QC = Max or QC = H flux (W/m2) = H-sonic-fc

Min or QC = Max or QC = LE flux (W/m2) = LE-licor-Q0

Min or QC =
Max or QC =

From Time =

To Time =

Left Axis Value = H-sonic-Q0 Right Axis Value = H-sonic-tmp

Left Axis Minimum = -100 Left Axis Maximum = 500 Right Axis Minimum = -100 Right Axis Maximum = 500 Match Left/Right Axes = Plot Value

From Time =

To Time =

Left Axis Value = LE-licor-Q0 Right Axis Value = LE-licor-tmp

Left Axis Minimum = -200 Left Axis Maximum = 800 Right Axis Minimum = -200 Right Axis Maximum = 800 Match Left/Right Axes = Plot Value

From Time =

To Time =

Left Axis Value = Fco2-licor-Q0

Right Axis Value = Fco2-licor-tmp2

Left Axis Minimum = -20 Left Axis Maximum = 20 Right Axis Minimum = -20 Right Axis Maximum = 20 Match Left/Right Axes = Plot Value

From Time =

To Time =

Left Axis Value = q-licor-mean Right Axis Value = T-sonic-cor Left Axis Minimum = 0

Left Axis Maximum = 25

Axis Minimum = 10

Right Axis Maximum = 50 Match Left/Right Axes = Plot Value

From Time =

To Time =

Left Axis Value = beta Right Axis Value = gamma Left Axis Minimum =

Left Axis Maximum = Right Axis Minimum = Right Axis Maximum = Match Left/Right Axes = Plot Value

From Time =

To Time =

Left Axis Value = spike-T Right Axis Value = spike-q Left Axis Minimum =

Left Axis Maximum = Right Axis Minimum = Right Axis Maximum = Match Left/Right Axes =

H flux coef, RhoCp = rhoCp-meteo

Min or QC =

Max or QC =

LE flux coef, L = L-meteo

Min or QC =

Max or QC =

Scalar molecular wt. = 44

Scalar flux type = Fx (umol/m2/s)

Scalar flux coefficient = 1

Min or QC =

Max or QC =

Alternate water vapour pressure (kpa) =

Alternate temperature (C) =

Alternate pressure (kpa) =

User defined From Time =

To Time =

Storage Label = Fco2-licor-Q0

Apply to = Apply by =

Equation = Fco2-licor-tmp2-f-Fco2-licor-webb Variable = Fco2-licor-tmp2

Variable = Fco2-licor-webb

Variable = Variable = Variable = Comments

Comment = Calcul du flux de chaleur sensible corrige Comment =

Comment = User defined From Time =

To Time =

Storage Label = H-sonic-Q0

Apply to = Apply by = Equation = H-sonic-fc-(0.32*rhoCp-meteo*LE-licor-Q0*(T-sonic-mean+273.15)*

Right

(T-sonic-cor--273.15))/(216.5*P-meteo*10*L-meteo) Variable = H-sonic-fc

Variable = rhoCp-meteo

Variable = LE-licor-Q0

Variable = T-sonic-mean

Variable = T-sonic-cor

Variable = P-meteo

Variable = L-meteo

Comments

Comment = Test de Stationarite

Comment = Critère de qualite

Comment =

Stationarity

From Time =

To Time =

Signal (A) = u-sonic

Signal (B) = w-sonic

Storage Label A StdDev Stationarity = u-stat Storage Label B StdDev Stationarity = w-stat Storage Label AB Covariance Stationarity = uw-stat Segment length, minutes = 5

Linear detrend segments =

Linear detrend run =

Stationarity

From Time =

To Time =

Signal (A) = co2-licor

Signal (B) = w-sonic

Storage Label A StdDev Stationarity = Storage Label B StdDev Stationarity =

Storage Label AB Covariance Stationarity = co2w-stat Segment length, minutes = 5

Linear detrend segments =

Linear detrend run =

Stationarity

From Time =

To Time =

Signal (A) = q-licor

Signal (B) = w-sonic

Storage Label A StdDev Stationarity = Storage Label B StdDev Stationarity =

Storage Label AB Covariance Stationarity = qw-Stat Segment length, minutes = 5

Linear detrend segments =

Linear detrend run =

Stationarity

From Time =

To Time =

Signal (A) = T-sonic

Signal (B) = w-sonic

Storage Label A StdDev Stationarity = Storage Label B StdDev Stationarity =

Storage Label AB Covariance Stationarity = tsw-Stat Segment length, minutes = 5

Linear detrend segments =

Linear detrend run =

Plot Value

.3 Annexe 2 Description des installations






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Le don sans la technique n'est qu'une maladie"