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

 > 

Y a-t-il un changement climatique dans le nord ouest de l'Algérie?

( Télécharger le fichier original )
par NARIMEN TERRA
Université des Sciences et de la Technologie Houari Boumedien  - Licence 2015
  

précédent sommaire suivant

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

3.2. Indice pluviométrique standardisé (SPI).

Cet indice a été développé par MCEE et al (1993). Il prend en considération l'importance du temps dans l'analyse de la disponibilité des ressources en eau .En effet, la période de temps sur laquelle le déficit des précipitations est accumulé devient extrêmement importante pour séparer entre les différents types de sécheresse. Il possède plusieurs caractéristiques incluant sa simplicité puisqu'il est basé seulement sur les précipitations, sa souplesse temporelle qui lui permet d'être calculé à différentes échelles de temps (1, 3, 6, 12, 24 et 48 mois).

Chapitre III : Méthodes d'Approche et Données

Ces échelles de temps reflètent l'impact de la Sécheresse sur les différentes ressources en eau (Hayes.1998). D'après Gutmann (1999) la procédure de détermination du SPI passe par les étapes suivantes :

1) Détermination de la fonction de probabilité d'une longue série de précipitations à n'importe quelle échelle de temps ;

2) Calcul de la probabilité cumulée de la série considérée ;

3) Normalisation des précipitations pour que les valeurs su SPI suivent une loi normale centrée réduite avec une moyenne de 0 et un écart type de. Les valeurs positives correspondent aux précipitations supérieures à la médiane, alors que les précipitations inférieures à la médiane ont des négatives du SPI.

Le SPI regroupe quelques avantages notamment :

1) le SPI est versatile : on peut aisément adapter l'échelle temporelle en fonction du type d'évaluation ;

2) les résultats sont cohérents dans l'espace en raison des caractéristiques de la loi normale sur laquelle il est basé. Ainsi, une sécheresse extrême à la même probabilité d'occurrence sous nos latitudes que dans les régions arides ou semi-arides ;

3) il est efficace tant l'hiver que l'été, et n'est pas affecté par l'effet de la topographie puisqu'il ne prend pas en compte l'eau dans le sol.

Le SPI possède également quelques inconvénients. Le choix de la distribution utilisée pour modéliser les données est fondamental. À cet effet, la distribution gamma est globalement acceptée car elle s'ajuste généralement bien aux données de précipitations. Cela n'est cependant pas toujours le cas au niveau des régions arides et semi-arides (Natale & Gan, 2003). Un autre point délicat concerne la calibration. En effet, il faut disposer d'une série suffisamment longue et de qualité pour réaliser l'ajustement de la distribution et calibrer ainsi le SPI. McKee et ses collaborateurs (1993), tout comme Gutmann (1999), recommandent de disposer d'au moins 30 ans de données de qualité.

Malgré que le PDSI ait été utilisé dans de nombreuses applications et soit toujours utilisé actuellement sans doute par « tradition », nous avons décidé de concentrer nos efforts uniquement sur l'application du SPI. En effet, ce dernier présente de très nombreux avantages par rapport à son concurrent, principalement une bien meilleure flexibilité, des calculs sensiblement plus simples, et des résultats aisément comparables dans l'espace et dans le temps. De surcroît, il est plus transparent et conserve mieux la dimensionnalité des données (Keyantash & Dracup, 2002). D'ailleurs, selon Keyantash et Dracup (2002), le SPI est actuellement l'outil le plus efficace pour l'analyse de la sécheresse météorologique.

Gutmann (1999) recommande une série des données de 50 ans pour calculer les valeurs du SPI pour les périodes de temps inférieures à 12 mois et une plus longue série de données pour calculer les valeurs pluriannuelles du SPI.

La formule mathématique de l'SPI est la suivante :

SPI = (Pi-Pm) /ó

Chapitre III : Méthodes d'Approche et Données

Où :

- Pi : hauteur annuelle précipitée de l'année i au poste considéré (mm)

- Pm : hauteur moyenne annuelle précipitée sur la période 1913-2003 au poste considéré (mm).

- ó : écart type des hauteurs annuelles précipitées sur la période 1913-2003 au poste considéré (mm).

Le SPI permet de détecter le début et la fin de la sécheresse, sa durée, sa sévérité et sa magnitude, les classes de sévérité sont définies arbitrairement par Mekee (1993) comme l'illustre le tableau suivant :

Tableau.2 : Classes de la sévérité de la sécheresse selon le SPI selon Mekee et al 1993.

Valeurs du SPI

Classes

Plus de 2.0

Extrêmement humide

1,5 à 1,99

Très humides

1.0 à 1.49

Modérément humide

-0.99 à 0.99

Proche de la normale

-1.0 à -1,49

Modérément sèche

-1,5 à -1,99

Sévèrement sèche

Moins de -2.0

Extrêmement sèche

Source : Hayes.1998.

précédent sommaire suivant






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








"Des chercheurs qui cherchent on en trouve, des chercheurs qui trouvent, on en cherche !"   Charles de Gaulle