2.4. Analyse
Statistique
Les données validées ont été
saisies sur un ordinateur portable à l'aide du logiciel Excel et
analysées à l'aide des logiciels Instat+ version 3.36 et SPSS
(Statistical package for social sciences) sur Windows version 10.1.
Les données quantitatives ont été
représentées sous forme de moyenne #177; écarts-types avec
parfois des extrêmes dans des tableaux.
Les données qualitatives ont été
représentées sous forme des proportions (%) dans des tableaux.
Les histogrammes et les diagrammes à battons avaient
servis pour la visualisation et apprécier la distribution des variables
continues pour les premiers et discontinues pour les seconds.
Les histogrammes avec la densité en ordonné
étaient utilisés pour représenter le début, la fin
et la durée des périodes de croissance ainsi que leur
chevauchement ou leur décalage.
Le modèle quadratique (á - âX +
ãX2) a été utilisé pour étudier
l'évolution des paramètres d'intérêt dans le temps.
Le coefficient de corrélation de Pearson et le plus value
étaient considérés comme les critères
d'appréciation de ces équations. Les modèles les plus
pertinents (r>50% et p<0,05) étaient retenus et leurs
paramètres estimés étaient représentés dans
des Tableaux
La comparaison des moyennes a été faite
grâce au test de l'analyse de variance et les barres d'erreurs. Le plus
value <0,05 était considéré comme significatif.
Pour la projection à
l'horizon 2050, les années étaient regroupées en quatre
catégories de 10 ans d'intervalles à partir de 2010. Les
mêmes équations quadratiques étaient utilisées pour
projeter les variables d'intérêt à l'horizon 2050.
CHAPITRE 3.
RESULTATS
Les années étaient réparties en trois
groupes suivant les anomalies climatiques. Elles représentaient
26(56,52%), 11(23,9%) et 9(19,6%) respectivement pour les années
normales, El Nino et La Nina (Figure 5).
Figure 5. Répartition des années
selon leurs anomalies.
La fréquence des années El Nino augmentait au
fur et à mesure que le climat changeait. Par contre celle des
années La Nina diminuait (Figure 6).
Figure 6. Relation entre la variabilité et
le changement climatique.
3.1. Description des
régimes pluviométriques
3.1.1. Hauteur des
pluies
La hauteur moyenne totale des pluies pendant la grande
période de croissance était le double de celle des pluies pendant
la petite période et cette dernière était 10 fois celle
des pluies pendant la période sèche (Tableau 1).
Tableau 1. Valeurs moyennes et extrêmes de la hauteur
totale des pluies (mm)
|
Variables
|
Moyenne #177; ET
|
Extrêmes
|
|
GPC
|
1039 #177; 218
|
590 à 1535
|
|
PPC
|
435 #177; 152
|
142 à 749
|
|
PS
|
43 #177; 30
|
3 à 133
|
La hauteur des pluies des deux périodes de croissance
suivait une distribution bimodale, contrairement à celle de la
période sèche qui était unimodale et asymétrique
à gauche (Figure 7).
  
Figure 7. Distribution de la hauteur des pluies (mm)
pendant la GPC, PPC et PS.
| 
