MEMOIRE DE FIN D'etudes En Vue De L'obtention Du DIPLOME D

N° d’ordre : 03 / I5 / MTO Année Universitaire : 2010 / 2011

UNIVERSITE D’ANTANANARIVO ------ECOLE SUPERIEURE POLYTECHNIQUE ------Polytechnique DEPARTEMENT METEOROLOGIE Premier Partenaire des Professionnels MEMOIRE DE FIN D’ETUDES Professionnels en vue de l’obtention du DIPLOME d’INGENIEUR en METEOROLOGIE

Présenté par : RAFIDIMALALA Tiavina Johanna Directeur de mémoire : M. RABEFITIA Zoaharimalala

N° d’ordre : 03 / I5 /MTO Année Universitaire : 2010 / 2011

UNIVERSITE D’ANTANANARIVO ------ECOLE SUPERIEURE POLYTECHNIQUE ------Polytechnique DEPARTEMENT METEOROLOGIE Premier Partenaire des MEMOIRE DE FIN D’ETUDES Professionnels en vue de l’obtention du DIPLOME d’INGENIEUR en METEOROLOGIE

par : RAFIDIMALALA Tiavina Johanna

EVALUATION DE LA SITUATION PLUVIOMETRIQUE SAISONNIERE DANS LA REGION ALAOTRA MANGORO DURANT LES EPISODES « EL NIÑO » ET« LA NIÑA »

Soutenu le Lundi 11 Février 2013 devant la commission d’Examen composée de : Président : M. ANDRIANARY Philippe Examinateurs : M. RAKOTOVAZAHA Olivier M. RAZAFINDRAKOTO Benjamin M. RAHARIVELOARIMIZA Samuëline Directeur de mémoire : M. RABEFITIA Zoaharimalala

« Il n’y a ni sagesse, ni intelligence, ni conseil, en face de l’Eternel. » Proverbes 21 :30 «Car nous connaissons en partie et nous prophétisons en partie » I Corinthiens 13 : 9

REMERCIEMENTS

Tout d’abord, je rends grâce à Dieu pour sa bonté et ses miséricordes car Il m’a toujours donné de la force et du courage pour mettre à terme ce mémoire.

Ensuite, j’exprime mes sincères remerciements envers toutes les personnes sans qui ce travail n’aurait pas été réalisé, particulièrement à :

Monsieur ANDRIANARY Philippe, Professeur titulaire, Directeur de l'Ecole Supérieure Polytechnique d’Antananarivo qui m’a permis d’accomplir les cinq années d’études au sein de l’Ecole et qui nous fait l’honneur de présider cette soutenance.

Monsieur RAKOTOVAZAHA Olivier, Maître de conférences à l’Ecole Supérieure Polytechnique d’Antananarivo et Chef de département Météorologie ; qui n’a pas ménagé ses efforts et ses compétences pour le bon déroulement de notre formation et qui a honorablement accepté d’être parmi les examinateurs pour apporter ces appréciations et ses critiques afin d’améliorer ce travail. Monsieur RABEFITIA Zoaharimalala, Docteur es-Sciences, Chargé d’Études à la Direction de la Météorologie Appliquée à la Direction Générale de la Météorologie à Ampandrianomby Antananarivo Madagascar, Enseignant à l’Ecole Supérieure Polytechnique d’Antananarivo, dans le département Météorologie, sous la direction duquel, ces travaux ont été effectués, pour son aide, sa sympathie, sa pédagogie et ses expériences dont il m’a fait profiter et la confiance qu’il m’a accordée tout au long de la réalisation de ce mémoire. Monsieur RAZAFINDRAKOTO Benjamin, Ingénieur en Météorologie, Chef de la Division Agrométéorologie à la Direction de la Météorologie Appliquée (Direction Générale de la Météorologie), Madame RAHARIVELOARIMIZA Samuëline, Docteur Ingénieur, chef du service interrégional de la Météorologie d’Antananarivo, Enseignante à l’Ecole Supérieure Polytechnique d’Antananarivo, dans le Département Météorologie, qui ont bien voulu accepter d’examiner ce travail et de siéger comme membres du jury.

J’adresse un grand Merci à toute ma famille, à tous les Enseignants Chercheurs, Personnels administratifs de l’ESPA et à tous mes amis ainsi qu’à toutes personnes de près ou de loin qui ont contribué à la réalisation de ce présent mémoire.

TABLE DES MATIERES

REMERCIEMENTS...... i TABLE DES MATIERES ...... ii NOTATIONS & ABREVIATIONS...... viii INTRODUCTION...... 1 CHAPITRE 1 GENERALITES SUR L’ETUDE ...... 2 1.1 GENERALITES SUR LA ZONE D’ETUDE ...... 2

1.1.1 Délimitation géographique ...... 2

1.1.2 Le Relief ...... 7

1.1.3 Hydrologie :...... 9

1.1.3.1 Les grands cours d’eau ...... 9

1.1.3.2 Les lacs et marais...... 11

1.1.3.3 Les précipitations et le climat ...... 14

1.2 Collecte et description des données ...... 16

1.2.1 Description de la base de données interpolées ...... 16

1.2.1.1 Contenu ...... 17

1.2.1.2 Couverture ...... 17

1.2.2 Validation des données...... 17

1.2.2.1 Données journalières ...... 17

1.2.2.2 Données mensuelles ...... 18

1.3 Traitement de données...... 18

1.3.1 Les outils de traitement de données...... 18

1.3.2 Microsoft Excel 2010 ...... 18

1.3.3 Langage de programmation R ...... 19

1.3.3.2 Installation du logiciel R ...... 21

1.3.4 SPI SL 6 ...... 28

1.4 Méthodologie ...... 28

1.4.1 Enquête ...... 29

1.4.2 Analyse...... 30

1.4.3 Action...... 30

1.4.4 Evaluation et résultat ...... 30

1.5 Les influences de la variabilité pluviométrique sur l’agriculture dans la région Alaotra Mangoro ...... 33

1.5.1 L’irrégularité de la saison pluvieuse ...... 33

1.5.2 Les fortes ou faibles quantités de pluie...... 33

1.5.3 La sécheresse dans la saison pluvieuse ...... 34

1.6 Application ...... 34

1.6.1 Traitement des données ...... 34

1.6.1.1 Les données journalières des précipitations...... 34

1.6.1.2 Les données de précipitations mensuelles ...... 37

1.6.2 Programmation...... 38

1.6.2.1 Données journalières ...... 38

1.6.2.2 Données mensuelles ...... 38

1.7 Conclusion ...... 39

CHAPITRE 2 ETUDES ET EVALUATIONS...... 40 2.1 Etude des précipitations ...... 40

2.1.1 Les opérations statistiques ...... 40

2.1.1.1 La moyenne arithmétique ...... 40

2.1.1.2 Les quantiles ...... 41

2.1.1.3 La médiane...... 41

2.1.2 Les précipitations moyennes mensuelles de pluie dans la région ...... 45

2.1.3 Les précipitations moyennes annuelles dans la région :...... 48

2.1.4 Les dates de début et de fin de la saison pluvieuse ...... 49

2.1.4.1 Critère de début et de fin de la saison pluvieuse ...... 50

2.1.4.2 Les dates moyennes de début de la saison pluvieuse ...... 50

2.1.4.3 Les dates précoces, médianes et tardives de début de la saison pluvieuse ...... 55

iii

2.1.4.4 Interprétation : ...... 57

2.1.4.5 Les dates moyennes de fin de la saison pluvieuse ...... 57

2.1.5 La longueur de la saison pluvieuse ...... 62

2.1.6 Les séquences sèches durant la saison pluvieuse ...... 64

2.1.7 Récapitulation d’étude saisonnière communale des précipitations dans la région...... 66

2.2 Les phénomènes El Niño et La Niña ...... 68

2.2.1 Définitions et explications ...... 68

2.2.1.1 Le phénomène El niño :...... 68

2.2.1.2 Les Téléconnexions : ...... 70

2.2.1.3 Le phénomène La niña : ...... 70

2.2.1.4 Année normale ...... 70

2.2.2 Remarques...... 72

2.3 La situation durant l’épisode El niño ...... 74

2.3.1 La quantité moyenne mensuelle de pluie dans la région en année El niño ...... 74

2.3.2 La quantité moyenne annuelle de pluie en année El niño...... 76

2.3.3 Les dates de début et de fin de la saison pluvieuse ...... 77

2.3.3.1 Les dates de début de la saison pluvieuse...... 77

2.3.3.2 Les dates de fin de la saison pluvieuse...... 81

2.3.4 La longueur de la saison pluvieuse en épisode El niño ...... 82

2.3.5 Les séquences sèches durant la saison pluvieuse de l’épisode El niño ...... 84

2.3.6 Récapitulation de la situation pluviométrique de chaque commune en année El niño ...... 85

2.4 La situation durant l’épisode La niña ...... 87

2.4.1 La quantité moyenne mensuelle de pluie dans la région en année La niña...... 87

2.4.2 La quantité moyenne annuelle de pluie en année La niña ...... 89

2.4.3 Les dates de début et de fin de la saison pluvieuse ...... 90

2.4.3.1 Les dates de début de la saison pluvieuse...... 90

2.4.3.2 Les dates de fin de la saison pluvieuse durant l’épisode La niña ...... 93

2.4.4 La longueur de la saison pluvieuse ...... 94

2.4.5 Les séquences sèches durant la saison pluvieuse durant La niña ...... 94

2.4.6 Récapitulation de la situation pluviométrique de chaque commune en année La niña...... 95

2.5 Conclusion ...... 98

CHAPITRE 3 COMPARAISON ET INTERPRETATION...... 99 3.1 Présentation et remarques sur les années normales ...... 99

3.1.1 Comparaison des moyennes mensuelles de l’année normale à la moyenne ...... 99

3.1.2 Comparaison de la somme saisonnière de précipitations en épisode normal à la moyenne. 102

3.1.3 Comparaison des dates de début de la saison pluvieuse de l’année normale aux moyennes 102

3.1.4 Les dates de fin de la saison pluvieuse en année normale ...... 103

3.1.5 La longueur de la saison pluvieuse ...... 104

3.1.6 La fréquence de séquences sèches durant l’épisode pluvieuse en année normale ...... 105

3.1.7 Conclusion sur les années normales ...... 105

3.2 Comparaison et interprétations sur l’épisode El niño ...... 106

3.2.1 Comparaison des moyennes mensuelles en année El niño à celles de l’année normale..... 106

3.2.1.1 Comparaison et interprétations sur la pluie d’Octobre en saison pluvieuse durant l’épisode El niño ...... 107

3.2.1.2 Comparaison et interprétations sur la pluie de Novembre en saison pluvieuse durant l’épisode El niðo ...... 108

3.2.1.3 Comparaison et interprétations sur la pluie de Décembre en saison pluvieuse dans l’épisode El niño ...... 109

3.2.1.4 Comparaison et interprétations sur la pluie de Janvier en saison pluvieuse durant l’épisode El niño ...... 110

3.2.2 Les pluies annuelles ...... 111

3.2.3 Les dates de début et de fin de la saison pluvieuse ...... 112

3.2.3.1 Les dates de début de la saison pluvieuse...... 112

3.2.3.2 Les dates de fin de la saison pluvieuse...... 114

3.2.4 La longueur de la saison pluvieuse en El niño ...... 115

3.2.5 Les séquences sèches durant l’épisode pluvieuse dans l’épisode El niño ...... 116

3.3 Comparaison et interprétation sur l’épisode La niña...... 117

3.3.1 Comparaison des moyennes mensuelles durant l’épisode La niña à celles de l’épisode normal ...... 117

3.3.1.1 Comparaison et interprétation sur les pluies d’Octobre en épisode La niða...... 117

3.3.1.2 Comparaison et interprétation sur les pluies de Novembre en épisode La niña ...... 119

3.3.1.3 Comparaison et interprétation sur les pluies de Décembre en épisode La niña ...... 120

3.3.1.4 Comparaison et interprétation sur les pluies de Janvier durant l’épisode La niða ...... 121

3.3.2 Les pluies saisonnières en épisode La niña et en épisode normal ...... 122

3.3.3 Les dates de début et de fin de la saison pluvieuse ...... 123

3.3.3.1 Les dates de début de la saison pluvieuse...... 123

3.3.3.2 Les dates de fin de la saison pluvieuse...... 124

3.3.4 Les longueurs de la saison pluvieuse ...... 124

3.3.5 Les séquences sèches durant la saison pluvieuse de l’épisode La niña ...... 125

3.4 Le résultat de la comparaison des moyennes...... 126

3.5 Interprétations et propositions ...... 128

3.6 Conclusion ...... 129

CHAPITRE 4 ETUDE DE CAS : INTENSITE DE LA SECHERESSE DURANT EL NIÑO ET LA NIÑA EN UTILISANT L’INDICE SPI ...... 142 4.1 Introduction ...... 142

4.2 Les pluies saisonnières ...... 142

4.2.1 La pluie saisonnière en cas d’épisode d’El niño fort...... 142

4.2.2 La pluie saisonnière en cas d’épisode de La niña fort...... 143

4.2.3 La pluie saisonnière en saison normale ...... 143

4.3 Les séquences sèches durant la saison pluvieuse ...... 144

4.4 Evaluation de la sécheresse durant El niño et La niña dans la région Alaotra Mangoro ...... 146

4.4.1 Le SPI (Standardized Precipitation Index) ...... 146

4.4.1.1 Définition ...... 146

4.4.1.2 Calcul du SPI ...... 148

4.4.2 Calcul du SPI3 de la région Alaotra Mangoro ...... 149

4.4.3 Exemple de calcul du SPI : Cas d’Ambohitsilaozana ( données observées) ...... 153

4.4.4 Interprétation des résultats selon les épisodes El niño et la niña forts ...... 155

4.5 Conclusion ...... 156

CONCLUSION ...... 157 ANNEXES ...... 158 BIBLIOGRAPHIE...... 165 FICHE DE RENSEIGNEMENTS...... 167 RESUME ...... 168 ABSTRACT ...... 168

vii

LISTE DES FIGURES

Figure 1.01 : Localisation de la zone d’étude...... 3 Figure 1.02 : Localisation géographique de la région d’Alaotra Mangoro à Madagascar...... 4 Figure 1.03 : La région du lac Alaotra...... 6 Figure 1.04 : L’altitude du bassin d’Alaotra ...... 7 Figure 1.05 : Limites des bassins versants de la Région Alaotra Mangoro ...... 8 Figure 1.06 : Hydrographie de la région Alaotra Mangoro...... 13 Figure 1.07 : Répartition annuelle de la saison de la région Alaotra Mangoro ...... 15 Figure 1.08 : Variabilité interannuelle de la saison pluvieuse (région Alaotra Mangoro)...... 16 Figure 1.09 : Fenêtre d’accueil du logiciel R ...... 20 Figure 1.10 : Exemple d’images de sortie du logiciel R ...... 20 Figure 1.11 : Debian 6.0.0 en mode console...... 21 Figure 1.12 : Mac OS X Mountain Lion (Le dernier système d’exploitation 2012 des pc MacBook)...... 22 Figure 1.13 : Windows 7, un des OS de Microsoft sur lequel, on peut lancer le logiciel R ...... 22 Figure 1.14 : Choix de langue pour l’installation et pour l’utilisation futur du logiciel...... 24 Figure 1.15 : L’assistant d’installation ...... 24 Figure 1.16 : La licence GNU GPL...... 25 Figure 1.17 : Choix de l’emplacement où l’on souhaite installer le logiciel ...... 25 Figure 1.18 : Choix des composant à installer...... 26 Figure 1.19 : Choix de l’option de démarrage...... 26 Figure 1.20 : Progression de l’installation ...... 27 Figure 1.21 : Fin d’installation, et on clique sur le bouton Terminer pour quitter l’application ...... 27 Figure 1.22 : Logiciel SPI SL 6 ...... 28 Figure 1.23 : La méthodologie pour la réalisation du projet ...... 32 Figure 1.24 : Quantité de précipitations journalières du 07 Janvier 1996 ...... 35 Figure 1.25 : Traitement des données journalières de précipitations ...... 36 Figure 1.26 : Traitement de données mensuelles de précipitations ...... 37 Figure 1.27 : Donnée initiale (Brute) à traiter ...... 37 Figure 2.01 : Précipitations journalières d’Ambohitsilaozana ...... 43 Figure 2.02 : Exemple d’application des opérations statistiques ...... 44 Figure 2.03 : Moyennes mensuelles de précipitations saisonnières ...... 47 Figure 2.04 : Les précipitations moyennes annuelles ...... 49 Figure 2.05 : Dates de début de la saison pluvieuse en 1997 ...... 51 Figure 2.06 : Date moyenne de début de la saison pluvieuse ...... 52 Figure 2.07 : Interface d’accueil pour l’entrée des commandes ...... 53 Figure 2.08 : Dates moyennes de début de la saison pluvieuse ...... 56

viii

Figure 2.09 : Dates médianes de début de la saison pluvieuse ...... 56 Figure 2.10 : Dates précoces de début de la saison pluvieuse...... 56 Figure 2.11 : Dates tardives de la saison pluvieuse ...... 56 Figure 2.12 : Date moyenne de fin de la saison pluvieuse ...... 58 Figure 2.13 : Caractéristiques de fin de la saison pluvieuse ...... 59 Figure 2.14 : Dates moyennes de fin de la saison pluvieuse ...... 60 Figure 2.15 : Dates médianes de fin de la saison pluvieuse ...... 60 Figure 2.16 : Dates précoces de fin de la saison pluvieuse ...... 61 Figure 2.17 : Dates tardives de fin de la saison pluvieuse ...... 61 Figure 2.18 : Longueur moyenne de la saison pluvieuse à chaque lieu ...... 63 Figure 2.20 : La circulation du vent de l’Océan Pacifique en année normale ...... 71 Figure 2.21 : La circulation du vent de l’Océan Pacifique à l’origine du phénomène El niño ...... 71 Figure 2.22 : Identification des phénomènes anormaux selon la valeur de l’indice ONI...... 72 Figure 2.23 : Variabilité interannuelle de la saison pluvieuse d’Alaotra Mangoro ...... 73 Figure 2.24 : Les moyennes mensuelles d’Octobre à Janvier durant El niño ...... 75 Figure 2.25 : Moyennes annuelles de précipitations (en mm) durant El niño...... 77 Figure 2.26 : Dates moyennes de début de la saison pluvieuse durant l’épisode El niño ...... 78 Figure 2.27 : Caractéristiques de début de la saison pluvieuse durant El niño ...... 79 Figure 2.28 : Dates moyennes de début de la saison pluvieuse durant l’épisode El niño ...... 80 Figure 2.29 : Dates médianes de début de la saison pluvieuse durant l’épisode El niño ...... 80 Figure 2.30 : Dates précoces de début de la saison pluvieuse durant l’épisode El niño ...... 80 Figure 2.31 : Dates tardives de début de la saison pluvieuse durant l’épisode El niño ...... 80 Figure 2.32 : Date moyenne de fin de la saison pluvieuse durant l’épisode El niño ...... 81 Figure 2.33 : Caractéristiques de fin de la saison pluvieuse durant l’épisode El niño ...... 82 Figure 2.34 : Longueur de la saison pluvieuse durant l’épisode El niño en jours ...... 83 Figure 2.35 : Nombre de séquences sèches de 10 jours ou plus durant l’épisode El niño ...... 84 Figure 2.36 : Précipitations moyennes mensuelles durant La niña ...... 88 Figure 2.37 : Précipitations moyennes annuelle durant l’épisode La niña...... 89 Figure 2.38 : Date moyenne de début de la saison pluvieuse durant l’ épisode El niño ...... 91 Figure 2.39 : Dates de début de la saison pluvieuse durant l’épisode La niña ...... 92 Figure 2.40 : Date en moyenne de fin de la saison pluvieuse durant l’épisode La niña ...... 93 Figure 2.41 : Longueur de la saison pluvieuse durant l’épisode La niña...... 94 Figure 2.42 : Nombre de séquences sèches en saison pluvieuse durant l’épisode La niña ...... 95 Figure 3.01 : Comparaison de moyennes mensuelles de la saison normale à celles de la moyenne ...... 101 Figure 3.02 : Comparaison des précipitations saisonnières durant l’épisode normal aux moyennes ..... 102

Figure 3.03 : Comparaison des dates de début de la saison pluvieuse durant l’épisode normal à celles de la moyenne ...... 103 Figure 3.04 : Comparaison des dates de fin de la saison pluvieuse normale aux dates moyennes...... 104 Figure 3.05 : Comparaison des nombres de séquences sèches en épisode normal et en moyenne ...... 105 Figure 3.06 : Comparaison des précipitations d’Octobre durant l’épisode El niño aux normales...... 107 Figure 3.07 : Comparaison des précipitations de Novembre durant l’épisode El niño par rapport aux normales...... 108 Figure 3.08 : Comparaison de précipitations de Décembre durant El niño par rapport à celles de l’épisode normal ...... 109 Figure 3.09 : Comparaison de précipitations de Janvier durant El niño par rapport aux normales...... 110 Figure 3.10 : Comparaison de la somme saisonnière de précipitations durant l’épisode El niño à la normale ...... 111 Figure 3.11 : Comparaison des dates moyennes de début de la saison pluvieuse durant El niño par rapport aux dates de l’épisode normal ...... 113 Figure 3.12 : Comparaison de date de fin de la saison pluvieuse durant El niño à celle de la l’épisode normal ...... 114 Figure 3.13 : Comparaison de la longueur de la saison pluvieuse durant l’épisode El niño à la longueur de la saison pluvieuse normale...... 115 Figure 3.14 : Comparaison de nombres de séquences sèches durant l’épisode El niño et l’épisode normal ...... 117 Figure 3.15 : Comparaison des précipitations d’Octobre durant l’épisode La niña à celle de l’épisode normal ...... 118 Figure 3.16 : Comparaison des précipitations de Novembre durant l’épisode La niña à celles de l’épisode normal ...... 119 Figure 3.17 : Comparaison des précipitations de Décembre durant l’épisode La niña à celles de l’épisode normal ...... 120 Figure 3.18 : Comparaison de pluie de Janvier durant l’épisode La niña à celle de l’épisode normal .... 121 Figure 3.19 : Comparaison de la pluie saisonnière durant l’épisode La niña à celle de l’épisode normal 122 Figure 3.20 : Comparaison des dates de début de la saison pluvieuse durant l’épisode La niña par rapport à celles de la saison pluvieuse normale ...... 123 Figure 3.21 : Comparaison des dates de fin de la saison pluvieuse durant l’épisode La niña par rapport aux dates de fin de la saison pluvieuse normale...... 124 Figure 3.22 : Comparaison de longueur de la saison pluvieuse durant l’épisode La niña par rapport à la longueur de la saison pluvieuse normale...... 125 Figure 3.23 : Comparaison de nombre de séquences sèches durant l’épisode La niña par rapport au normal ...... 126 Figure 3.24 : Quantités de précipitations mensuelles selon le type d’année...... 127 Figure 4.01 : Précipitations saisonnières durant les épisodes d’El niño fort, de La niña fort et d’épisode normal ...... 143 Figure 4.02 : Fréquence de séquences sèches durant les saisons pluvieuses d’épisode d’El niño fort, de La niña fort et normal ...... 145

Figure 4.03 : Interface du calcul des SPI3 de la région Alaotra Mangoro ...... 149 Figure 4.04 : Extrait du résultat du calcul du SPI3 sur SPI SL 6 ...... 150 Figure 4.05 : Variation du SPI moyen annuel de la région Alaotra de 1951 à 2009 ...... 151 Figure 4.06 : SPI pour Octobre – Novembre – Décembre de la région Alaotra de 1951 à 2009 ...... 151 Figure 4.07 : La droite de régression linéaire de la courbe des SPI de la saison pluvieuse de 1951 à 2009 (Région Alaotra Mangoro) ...... 152 Figure 4.08 : SPI de la région Alaotra Mangoro en programmant sur le langage R ...... 153 Figure 4.09 : SPI-3 (Oct – Nov - Déc) de la station d’Ambohitsilaozana de 1971 à 2000 ...... 154 Figure 4.10 : Droite de régression de la courbe des SPI de la station d’Ambohitsilaozana ...... 154

LISTE DES TABLEAUX

Tableau 1.01: Pluviosité annuelle en mm/an dans 7 stations de la région Alaotra Mangoro ...... 15 Tableau 1.02: Validation des données journalières de précipitations ...... 17 Tableau 1.03: Validation des données mensuelles de précipitations ...... 18 Tableau 1.04: Répartition des paysans enquêtés par zone ...... 29 Tableau 1.05: Exemple de résultat de traitement de données ...... 38 Tableau 2.01: Présentation des moyennes mensuelles saisonnières des précipitations pour la région d’Alaotra Mangoro ...... 48 Tableau 2.02: Les précipitations annuelles ...... 49 Tableau 2.03: Quantile de début de la saison pluvieuse en jours ...... 53 Tableau 2.04: Les dates caractérisant le début de la saison pluvieuse de toute la région ...... 55 Tableau 2.05: Dates caractéristiques de fin de la saison pluvieuse ...... 59 Tableau 2.06: Longueur moyenne de la saison pluvieuse en jours...... 62 Tableau 2.07: Récapitulation d’étude saisonnière des précipitations pour chaque commune ...... 67 Tableau 2.08: Les années El niño et La niña de 1950 à 2011 ...... 73 Tableau 2.09: Calcul des dates caractéristiques de début de la saison pluvieuse durant El niño ...... 79 Tableau 3.03: Moyennes mensuelles des précipitations (en mm) suivant le type de la saison pluvieuse. 127 Tableau 3.04: Résultat en moyenne de l’étude des précipitations selon le type d’année ...... 128 Tableau 3.05: Evaluation de la pluviométrie du district d’Andilamena en épisode El niño...... 130 Tableau 3.06: Evaluation de la pluviométrie du district d’Andilamena en année normale...... 131 Tableau 3.07: Evaluation de la pluviométrie du district d’Andilamena en épisode La niña ...... 132 Tableau 3.08: Evaluation de la pluviométrie du district d’Amparafaravola en épisode El niño...... 133 Tableau 3.09: Evaluation de la pluviométrie du district d’Amparafaravola en épisode normale ...... 134 Tableau 3.10: Evaluation de la pluviométrie du district d’Amparafaravola en épisode La niña ...... 135 Tableau 3.11: Evaluation de la pluviométrie du district d’Ambatondrazaka en épisode El niño ...... 136 Tableau 3.12: Evaluation de la pluviométrie du district d’Ambatondrazaka en année normale ...... 137 Tableau 3.13: Evaluation de la pluviométrie du district d’Ambatondrazaka en épisode La niña ...... 138 Tableau 3.14: Evaluation de la pluviométrie du district de Moramanga en épisode El niño ...... 139 Tableau 3.15: Evaluation de la pluviométrie du district de Moramanga en année normale ...... 140 Tableau 3.16: Evaluation de la pluviométrie du district de Moramanga en épisode La niña ...... 141 Tableau 4.01: Evaluation des précipitations et de la sécheresse durant les épisodes de fort El niño, de fort La niña et durant l’épisode normal...... 146 Tableau 4.02: Valeurs de probabilité cumulée et SPI correspondant ...... 147 Tableau 4.03: Etats de la sécheresse selon l’intensité des épisodes El niño et La niña dans la région Alaotra Mangoro ...... 155

xii

NOTATIONS & ABREVIATIONS

/ par ° degré °C Degré Celsius AMSU ARC Africa Rainfall Climatology Avr Avril cm Centimètre CPC Climate Prediction Center Déc Décembre E Est ENSO El Niño/Southern Oscillation Fév Février FEWS Famine Early Warning System GNU Projet de developpement de logiciel libre GPI Global Precipitation Index GPL General Public License GTS Global Telecommunication System ha hectares IRI International Research Institute Jan Janvier jrs jours km kilomètre m mètre Mars Mars mm millimètre N Nord NA Note Available nbr Nombre NCEP National Centers for Environmental Prediction NOAA National Oceanic and Atmospheric Administration

xiii

Nov Novembre NWS National Weather Service Oct Octobre OMM Organisation Météorologique Mondiale ONI Oceanic Niño Index OS Operating System ou Système d’exploitation PRDR Plan Régional du Développement Rural S Sud Sept Septembre SPI Standardized Precipitation Index SSM/I SST Sea Surface Température t tonne W Ouest

xiv

INTRODUCTION

Partout dans le monde, l’agriculture est l’un des secteurs clé de l’économie, pour le cas de Madagascar, 80 % de la population sont des agriculteurs. Le principal grenier malgache se trouve à la partie Est de Madagascar dans la région d’Alaotra Mangoro . Cette région a des rizières aménagées sur environ 70000ha. Pour cette raison, il nous est vital d’étudier les variations pluviales qui tantôt faibles et tantôt en excès sur cette partie de la grande île. Une évaluation de la situation pluviométrique dans cette région nous permettra de contribuer à la sécurisation de la production agricole. Ainsi, on pourra éviter une perte de ressources pour les agriculteurs dans le cas d’une période où l’eau sera en excès ou dans le cas contraire où l’eau sera insuffisante. Les causes de cette variabilité climatique sont multiples mais actuellement c’est la piste de la téléconnexion qui est la plus explorée. El Nino et La Nina font partie de ces phénomènes climatiques qui perturbent le climat à l’échelle du globe. Leurs effets ont tendance à provoquer des situations de sécheresse ou d’abondance de précipitations. Madagascar n’est pas épargnée par les conséquences de ces phénomènes, notre étude traitera particulièrement les influences d’El niño et de La niña dans la région d’Alaotra Mangoro. Pour toutes ces raisons, cette étude a pour but de palier à l’insuffisance d’informations météorologiques se rapportant à l’agriculture dans la région Alaotra Mangoro. Ceci est très important car la connaissance de la variabilité climatique régionale représente un atout supplémentaire pour la population de cette région dans l’objectif d’améliorer la production agricole. Notre intérêt de la connaissance des périodes de sécheresse ou d’excès de précipitations en relation avec El nino et La niña dans la Région Alaotra Mangoro nous a conduits à traiter ce sujet et à choisir le thème de ce mémoire qui s’intitule :

« EVALUATION DE LA SITUATION PLUVIOMETRIQUE SAISONNIERE DANS LA REGION ALAOTRA MANGORO DURANT LES EPISODES EL NIÑO ET LA NIÑA »

Afin de mieux cerner ce sujet, nous allons découvrir dans le premier chapitre : la généralité sur l’étude. Le second chapitre traite, l’évaluation de la situation pluviométrique durant les épisodes El Niño et La Niña. Dans le chapitre trois, nous allons interpréter et analyser les résultats obtenus. Et enfin, dans le chapitre quatre, une étude de cas sur la sécheresse en utilisant l’indice SPI sera présentée.

CHAPITRE 1

GENERALITES SUR L’ETUDE

1.1 GENERALITES SUR LA ZONE D’ETUDE

Ce projet est applicable dans beaucoup de régions du monde mais il requiert quelques conditions pour la zone à étudier pour un bon usage de ce dernier. Pour cela, nous allons nous concentrer notre étude sur une région se trouvant dans la partie Est de Madagascar, plus précisément, la région d’Alaotra Mangoro. Le choix de cette région est basé sur le fait que cette région est une zone de production rizicole. C’est la principale activité de la majorité de la population des plaines autour du lac. La production peut être augmentée par l’accroissement du rendement (qui se situe actuellement à 3,64 t/ha) et l’extension des surfaces cultivables car la région dispose de 120 000 ha de rizières dont 35 000 ha irriguées et a une production en paddy tournant autour de 300 000 tonnes par an.

1.1.1 Délimitation géographique

La région Alaotra Mangoro se trouve sur la bordure Nord-orientale des Hauts Plateaux centrale à une distance de 250 km au Nord-Est d’Antananarivo. Selon cette distance, la région à étudier se trouve donc dans la province de Toamasina et cette dernière s’étend sur une superficie de 33.054 km². Alaotra Mangoro compte environ 1 112 550 habitants. Etant donné la superficie qui la représente, elle comprend cinq(5) districts qui sont : Andilamena Amparafaravola Ambatondrazaka Moramanga Anosibe An’ala Parmi ces cinq ( 5 ) districts, Anosibe An’ala se distingue des autres car il est couvert de forêt pluviale et a ainsi une saison pluvieuse beaucoup plus considérable que les quatre (4) autres [3] alors que cela fait partie des conditions pouvant conduire à l’erreur pour notre étude donc nous allons laisser le district d’Anosibe An’ala qui ne respecte pas les paramètres optés pour ce projet.

Finalement donc, nous allons limiter notre étude sur la partie ayant les coordonnées géographiques se trouvant sur les latitudes et longitudes suivantes :

47° 25’ à 48° 75’E 16°25’ à 19°25’S.

Figure 1.01 : Localisation de la zone d’étude

Décortiquons un peu sur une autre figure c’est-à-dire celle du 1.02 (page 4), les emplacements des cinq (5) districts énumérés précédemment, avec les communes rurales et urbaines qui s’y trouvent ; les routes servant à la circulation de tous les biens de la région ainsi que la possibilité des exportations des produits qui en proviennent. Cette figure 1.02 (page 4), nous renseigne également sur le lieu exact du lac Alaotra qui est l’un des principaux piliers économiques de la région si l’on ne tient compte tout simplement que des poissons que ce dernier produit chaque année. Pour cela, il est en quelque sorte l’image de la région d’Alaotra Mangoro en termes d’économie. [1]

En autres, les régions qui se trouvent à sa proximité figurent elles aussi sur la figure ci-dessous.

Figure 1.02 : Localisation géographique de la région d’Alaotra Mangoro à Madagascar

Nous allons considérer maintenant l’occupation du sol, surtout les parties qui se trouvent aux environs du lac Alaotra qui sont très riches en rizières, plans d’eau et cours d’eau principaux. La connaissance de ces types de paramètres est importante afin de bien orienter l’étude, pour savoir quelle partie nécessite vraiment d’une évaluation et pour permettre ainsi la continuité des principales activités économiques nécessitants ces paramètres. Les rizières dans la région d’Alaotra Mangoro se trouvent principalement sur la partie bordant le lac Alaotra, alors, elles s’installent surtout dans la partie centrale de la région, elles sont plus vastes à l’Ouest du lac, dans le district d’Amparafaravola et occupent quelques grandes parties ailleurs. Les cours d’eau sont présents partout, alors ils sont indispensables dans toutes les parties de la région surtout dans les parties plus loin du grand lac puisque la culture se trouvant dans ces parties en dépendent beaucoup, alors ces parties nécessitent d’évaluation de précipitations pour alimenter les cours d’eau. Il reste encore d’autres places qui pourraient être cultivées dans certains temps, par exemple les savanes herbeuses qui y tiennent beaucoup de surfaces surtout dans la partie Nord de la région et ces places aussi nécessitent sans doute notre évaluation. L’occupation du sol est un autre facteur influant le climat, comme par exemple les forêts et leurs états, dégradés ou denses, leurs influences peuvent contredire le résultat de notre étude, alors, il est nécessaire de connaître l’emplacement de ces facteurs. Pour mieux appuyer mes dires, voici une figure (figure 1.03, page 6) illustrant l’occupation du sol dans la région, montrant les parties occupées principalement par les rizières, et les zones ne pouvant pas dépendre que des cours d’eau [2].

Figure 1.03 : La région du lac Alaotra

1.1.2 Le Relief

Les cuvettes de l'Alaotra, d’Andilamena et de Didy qui sont de vastes plateaux intermédiaires caractérisent le relief du Nord. Elles sont situées au milieu des plateaux de la région centrale de Madagascar avec une altitude moyenne de 700 m. Leurs surfaces sont remblayées par des sédiments lacustres avec une vaste dépression à fond plat s'étendant sur une superficie de plus de 1800 km² (long de 70 km et large de 30 km environ). [3] Dans la zone la plus basse se sont formées les marais ou « zetra » et les eaux libres comme le lac Alaotra et le lac Antsomangana. Les bassins versants sont formés par des massifs latéritiques très friables, sièges d’important phénomène d’érosion avec de multitudes de formations de « lavaka ». Le bassin d’Alaotra dont l’altitude est montrée dans la figure 1.04 est plus inondé par la présence du lac et des fleuves permanents comme Maningory à l’Est et Sahabe au Sud Ouest.

Figure 1.04 : L’altitude du bassin d’Alaotra

Plus au Sud et au Sud Est, dans la zone de Moramanga, on assiste à un rapprochement des deux falaises et le relief présente un aspect polyédrique avec des dénivellations importantes (50 à 100 m) entre les crêtes et les talwegs. La topographie est homogène, caractérisée par des versants à pente forte c’est-à-dire supérieure à 50% en général, et des dépressions marécageuses occupent du Nord au Sud le revers des escarpements et rencontrées autour du fleuve Mangoro. Chaque district renferme de bassin versant, comme la figure 1.05 le présente [3]

Figure 1.05 : Limites des bassins versants de la Région Alaotra Mangoro

1.1.3 Hydrologie :

L’hydrologie est définie comme étant l’ensemble de ressources en eau pour la région. Elle est constituée principalement par des cours d’eau, des chutes et surtout du lac Alaotra. Les plaines d’Alaotra qui s’étend sur une superficie de 125.000 ha sont constituées par : 20.000 ha de lac 23.000 ha de marais 80.000 ha de rizières qui sont surtout alimentées par les cours d’eau [3]. Le potentiel hydrographique est caractérisé par un important circuit d’eau douce (rivières, lacs, marécages). L’hydrologie nous permet de savoir quelles seront les potentiels paramètres pouvant faire varier le contenu en eau de la région suivant la connaissance de la superficie hydraulique citée ci-dessus. De ce fait, on peut élaborer une mesure préventive dans les cas où le débit des eaux monte brusquement. Cette variation de débit est surtout liée en générale à la pluviométrie. Généralement, pendant la saison pluvieuse, le débit monte et cela a une conséquence directe aux rivières et aux crues, et pour cela les niveaux de ces derniers montent automatiquement.

1.1.3.1 Les grands cours d’eau

Les cours d’eau de la région se répartissent comme suit, dans chaque district :

a. District d’Andilamena

On compte environ jusqu’à dix (10) rivières comme Marovoalavo, Befanihy, Amboasary, Andranolava, Marijao, Manopy, Ankoboka, Amboroka et Savalaina. Celles-ci sillonnent la sous-préfecture et arrosent les plaines avant de se déverser dans la Bemarivo. En passant dans ce district, elles alimentent quelques lacs et barrages de retenue : Antsomangana, Maromandia, Ambodivato, Andranomadio, Ambohimanjaka., Ambondrondava, Bemenatra, Ambalavia, Amparihimadio.

b. District d’Amparafaravola

La moitié du lac Alaotra se trouve dans cette sous-préfecture entre les Communes rurales de Tanambe, Ambohitrarivo et de Vohimena. Plusieurs affluents déversent leurs eaux dans ce lac dont principalement la Sahamaloto irrigant un périmètre rizicole de plus de 6000 ha, ensuite, il y a l’Anony qui, à son tour irrigue un périmètre rizicole de 4.476 ha et enfin, l’Imamba Ivakaka irriguant un périmètre rizicole de 2.671 ha.

c. District d’Ambatondrazaka

Le relief forme dans ses bassins versants un réseau de nombreux cours d'eau dont les plus importants sont : la Sahabe : un des principaux tributaires du Lac Alaotra, elle se prolonge dans le Lac par un chenal de 3 km. la Lohafasika Sahasomanga : cette rivière trouve son importance dans l’irrigation de quelques 4.000 ha de rizières. la Maningory (sur la limite Nord de la sous-préfecture) : seul exutoire du Lac qui se jette dans l'Océan indien. la Lovoka se déversant vers la Maningory plus en amont de l’exutoire.

d. District de Moramanga

Ce district est traversé du Nord au Sud par le fleuve Mangoro sur une longueur de 135 km dans sa partie occidentale. Le Mangoro prend ses sources au-delà de la Commune d’Andaingo et est grossi en cours de route par les principaux affluents suivants : le Sahamadio (26km), le Sahamarirana (44 km) et le Manambolo (28 km). A part ces affluent, il y a aussi plusieurs cours d’eau non négligeables comme le Vohitra, sur une longueur de 45 km dans la commune de Fierenana et son affluent le Sahatandra qui traverse la partie orientale du district sur une longueur de 70 km ; le Sahatany (52 km), l’Ihofika (43 km), le Lakato (22 km) et le Manampotsy (24 km) dans la commune de Lakato.

e. District d’Anosibe An'Ala :

Il se trouve dans la partie Sud de la région, et il est traversé lui aussi par le fleuve Mangoro sur une longueur de 110 Km. Les rivières principales qui s’y trouve sont surtout Manambolo de longueur 85 Km, Menakarongana de longueur 70 km, le Mahamavo de longueur 35 Km et Manampotsy de longueur 30 Km et enfin Sahanomby de longueur 18 Km.

1.1.3.2 Les lacs et marais

a. Les lacs les plus importants

Le lac Alaotra, le plus grand écosystème d’eau douce de Madagascar, avec ses 22 000 ha d'eaux libres, des zones de marais, des rizières de 100 000 ha de superficie, des bassins versants et des vallées ainsi que des cours d'eau. Le lac est alimenté par plusieurs rivières dont les plus importantes sont l’Anony, qui se déverse du Nord de la région par les bassins versant d’environ 1600 km² et la Sahabe, se déversant du Sud de la région par les bassins versant d’environ 1200 km² de superficie. Il est peu profond avec une moyenne de 0,6 à 2 m et l'eau y est fortement chargée de sédiments à cause de l'érosion intense de ses bassins versants.

Le lac Antsomangana d’Andilamena. D’autres lacs de superficie moins importante sont localisés dans la commune de Antaniditra, district de Moramanga : Ankorahotra (750.000m²), Amparihimarotanana (20.000m²), Amparihitanety (12.000m²), Amparihikakinjafy (11.000m²), et dans le district d’Anosibe An’Ala : Andranotapaka (17.000 ha), commune d’Anosibe An’Ala et Lac saisonnier d'Ankibobe (15.000 ha), commune de Niarovana. Notons également qu’il existe de lac artificiel dans la région, c’est le lac d’Analandrazina, à 1.5 km au Nord du village de Manakana et à Ambodiakondro à l’Est de la ville de Moramanga, et d’un lac temporaire situé à 5 km à l’Ouest de Morarano qui se tarit pendant la saison sèche.

b. Les marécages

Les marécages de Didy ont des végétales formées principalement de « zozoros ». Leurs localisations sont au Sud-est d’Ambatondrazaka dans la cuvette de Didy qui s’étend sur une superficie globale d’environ 780 km².

c. Les marais

Les marais de Torotorofotsy (1100 ha environ), situés à 15 Km au Nord-Est de Moramanga et à 7 Km au Nord-Ouest d’Andasibe, forment avec leurs bassins versants un ensemble de zone humide d’une superficie totale de plus de 9 993 ha. En faisant un topo des zones humide de la région d’Alaotra Mangoro, les lacs, rivières et marais sont donc principalement constitués par : Le lac Alaotra : 20.000 ha. Le lac Antsomangana à Andilamena. Le lac artificiel, Analandrazina, à 1.5 km au Nord du village de Manakana.Le lac artificiel d’Ambodiakondro à l’Est de la ville de Moramanga. Un lac temporaire situé à 5 km à l’Ouest de Morarano, tari pendant la saison sèche.

Rivière de Torotorofotsy au Nord-Ouest, Rivières de Firikana et d'Antsahamenarano au Nord-Est, Rivière de Sorindra au Sud, Rivières de Behontsa, d'Ankarongana et de Sahariana à l'Ouest

Les marais : Marais de Mokaranana situé sur la partie Nord. Marais d'Ankahelava. Marais d'Ambasimbavy situés sur la partie Sud. Le complexe marais de Torotorofotsy à 15 Km au Nord Est de Moramanga.

La figure 1.06 (page 13) nous renseigne sur les emplacements des principaux constituants des zones humides énumérées ci-dessus [4].

Figure 1.06 : Hydrographie de la région Alaotra Mangoro

1.1.3.3 Les précipitations et le climat

La région Alaotra Mangoro bénéficie d’un climat tropical de basse et de moyenne altitude. Les effets d’altitude et de latitude avec l’exposition ou l’abri des versants aux vents créent une multitude de climats locaux qui influent sur la répartition mensuelle et le total annuel des précipitations dans la région. Mais en général, le climat moyen de la région est caractérisé par  Deux saisons bien marquées [2] : Du mois d’Avril au mois de Septembre, une saison fraîche et sèche avec quelques pluies fines. Du mois d’Octobre au mois de Mars une saison chaude et pluvieuse ; la pluviométrie annuelle étant de 1092mm à 1200mm à raison de 150 jours de pluie par an.  De température moyenne de 21 à 22°C. En détaillant un peu les précipitations, les versants orientaux exposés aux vents d’Est c’est-à- dire l’Alizé ont une étendue de forêts plus vaste et reçoivent par conséquent plus de pluie, ceci est dans les environs de 2000 mm d’eau pour une année que l’arrière-pays, qui sont les parties centrale et occidentale plus élevées mais subissant l’effet de foehn, elles reçoivent en moyenne 950 à 1800 mm d’eau pour une année selon les sites: les falaises successives situées à l’Est (Betsimisaraka et de l’Angavo) font écran à l’Alizé qui y déverse sa masse d’eau et se dessèche au fur et à mesure de sa progression à l’intérieur de la région et vers l’Ouest. La partie Nord de la région enregistre des totaux annuels de précipitations plus faibles que dans sa partie Sud. La lisière orientale de la région se caractérise par une répartition des précipitations dans l’année plus régulière que sur l’arrière-pays où la saison sèche est plus marquée, avec bruines et crachins pouvant survenir à tout moment par régime d’Alizé entre le mois d’Avril et le mois d’Octobre [4]. D’une manière plus concrète, Les totaux de précipitations annuelles varient beaucoup d’une année à une autre et selon les localités. La pluviosité annuelle est faible au Nord du bassin (environ 990 mm dans la cuvette d’Andilamena), sur les bords du lac et autour d’Ambatondrazaka (1050 – 1090 mm) et s’accroît un peu vers le Sud (1200 à 1347 mm dans la cuvette de Didy). La période sèche s’étalant sur 6 à 7 mois (Avril – Septembre) est très marquée et pendant laquelle les précipitations sous forme de pluies fines ou bruines sont rares (<10 mm/mois). Les premières orages surviennent généralement en Octobre, début de la saison pluvieuse qui se prolonge jusqu’au mois de Mars ou Avril selon les années.

Ainsi, nous avons essayé de collecter des informations sur les précipitations annuelles de quelques parties de la région dont le tableau 1.01 les montre [1].

Stations Latitude Longitude Altitude [m] Précipitations Nombre de Sud Est annuelles jours [mm] pluvieux Andilamena 16° 55’ 48°43’ 905 992 94 Ambohitsilaozana 17°43’ 48° 28’ 786 1175 114 Ambatondrazaka 17° 49’ 48° 25’ 900 1091 85 Anjiro 18° 53’ 47° 57’ 960 2002 144 Fanovàna 18° 54’ 48° 31’ 720 2936 201 Analamazaotra 18° 56’ 48° 24’ 928 1713 160 Moramanga 18° 57’ 48° 13’ 912 1504 136

Tableau 1.01: Pluviosité annuelle en mm/an dans 7 stations de la région Alaotra Mangoro

Les précipitations et la température mensuelles sont résumées par la courbe ombrothermique de la figure 1.07 où la période de précipitations est marquée par les mois où on voit l’ascendance de la courbe bleue.

Figure 1.07 : Répartition annuelle de la saison de la région Alaotra Mangoro

La pluviométrie est très irrégulière dans la région en quantité, au cours de la saison pluvieuse et aussi d’une année à une autre, comme l’illustre la figure 1.08 où l’axe des abscisses porte les saisons pluvieuses de 1962 à 2009 et celui des ordonnées mesure la quantité annuelle de précipitations en millimètre.

Figure 1.08 : Variabilité interannuelle de la saison pluvieuse (région Alaotra Mangoro)

1.2 Collecte et description des données

Notre étude concernera des données de précipitations journalières et mensuelles pendant plusieurs années, dont l’intervalle est entre 1995 et 2011 pour les données journalières et de 1951 à 2009 pour les données mensuelles. On n’a comme données observées que celles de la station d’Ambohitsilaozana qui se situe à 48,5°Est et 17,63°Sud, c’est la seule station fonctionnelle de la région. Cette insuffisance de stations météorologiques nous oblige à utiliser des données d’interpolation. Mais ces dernières doivent être comparées aux données observées de la seule station qui s’y trouve afin de les valider.

1.2.1 Description de la base de données interpolées

Les données que nous utilisons dans ce projet sont de la base de données de l’IRI (International Research Institute for Climate and Society (USA)): NOAA NCEP CPC FEWS Africa ARC. Cette base de données fait partie d’un projet de détection précoce de famine

contenant des évaluations des précipitations journalières en point de grille. Elle est formée par les 4 groupes suivants : -National Oceanic and Atmospheric Administration (NOAA) -National Centers for Environmental Prediction (NCEP) -Climate Prediction Center (CPC) -Famine Early Warning System (FEWS) -Africa Rainfall Climatology (ARC)

1.2.1.1 Contenu

Les données sorties du NOAA NCEP CPC FEWS Africa ARC sont obtenues par l’analyse journalière des précipitations en fusionnant des observations de mesure de GTS avec trois (3) types d'évaluations satellitaires comprenant la GPI, SSM/I et AMSU.

1.2.1.2 Couverture

La couverture nous renseigne sur les coordonnées du lieu d’observation formant la base de données. Et cette dernière se trouve dans les latitudes et longitudes suivantes : 40.00° S à 40.00° N 20.00° W à 55.00° E Elles ont été définies par l’intermédiaire de 751 points de grille dans la direction Est-Ouest et par 801 points de grille dans la direction Nord-Sud [5], [6].

1.2.2 Validation des données

La validation des données est de comparer les données d’interpolation par celles venant de la seule station existante. L’opération consiste à faire correspondre les données de la station aux données du point de grille le plus proche possible de la station en question. Nous allons énumérer les résultats de la comparaison dans les tableaux ci-dessous afin de simplifier la comparaison.

1.2.2.1 Données journalières (par test de Student)

Données journalières Données journalières en point de Ambohitsilaozana grille (48,5°E_17,63°S) (48.25°E_17.75°S) Moyenne (mm) 2.5 2.4 Ecart-type 0.63 0.64

Tableau 1.02: Validation des données journalières de précipitations

1.2.2.2 Données mensuelles

Donnée mensuelle Ambohitsilaozana Donnée mensuelle en point de (48,5 E_17,63 S) grille (48.25 E_17.75 S)

Moyenne (mm) 100 130 Ecart-type 7 6

Tableau 1.03: Validation des données mensuelles de précipitations

En faisant une analyse de cette comparaison, on voit qu’il n’y a pas beaucoup de différences entre les données interpolées et les données observées, ce qui va justifier le suivi dans le cadre de notre étude.

1.3 Traitement de données

Le traitement consiste à : Réaliser les données pentadaires (5 jours) à partir des données journalières. Convertir des données journalières en données mensuelles. Transformer des données matricielles en données vectorielles et vice versa.

1.3.1 Les outils de traitement de données

Pour la réalisation des traitements de données, on a recourt à plusieurs logiciels de traitement afin de mieux organiser et mieux exploiter les données que l’on dispose et aussi afin de vérifier l’intégrité de ces données et ainsi si une erreur se produit dans les traitements, celle-ci sera minime car les données brutes résultant des observations et des interpolations seront traitées les unes après les autres pour aboutir à notre fin.

1.3.2 Microsoft Excel 2010

Dans cet outil, on se penche surtout à la préparation des données et on essaie en même temps de tracer une courbe avant tout autre traitement pour avoir une idée sur le contenu des données. Les procédures de préparation est comme suit : D’abord, on prépare les données d’entrées Ensuite, on procède aux collections de ces données Et enfin, on entre dans les traçages de courbes correspondant aux données collectées.

1.3.3 Langage de programmation R

Toute l’étude dans ce projet est principalement faite dans ce langage et nous en parlerons donc davantage ce dernier. R un langage de programmation développé en 1997 par le projet GNU et il est de ce fait sous licence GPL. Il est communément appelé langage et logiciel. C’est un langage de programmation et en même temps un environnement mathématique utilisés pour le traitement de données et l'analyse statistique [7]. Les données de sorties dans notre étude pourront être des images, des matrices ou des tableaux. A part cela, R nous offre aussi de nombreuses autres possibilités de traitement de données et fournit ainsi à la sortie toute sorte d’information non négligeable en termes d’administration si nous ne parlons que des données statistiques par exemple. En exécutant le langage, R affiche une fenêtre incluant une console où l’on peut introduire les commandes pour la programmation et les résultats correspondant s’affichent directement à la ligne après avoir introduit les commandes. A ce stade, R est à peu près équivalent au logiciel Matlab qui est un autre outil de traitement très vaste en son domaine. Pour les programmes sortant en leurs sorties des images, une nouvelle fenêtre s’ouvre automatiquement pour afficher l’image correspondant au programme à l’entrée de commande. Outre que la console, le logiciel présente plusieurs menus et une barre d’outils pour accélérer les tâches que l’on veut réaliser.

Figure 1.09 : Fenêtre d’accueil du logiciel R

Figure 1.10 : Exemple d’image de sortie du logiciel R

1.3.3.2 Installation du logiciel R

a. Système d’exploitation et R

R a été développé pour les systèmes d’exploitation Unix, Windows et MacOs. Les fichiers disponibles sont précompilés pour certains systèmes comme Windows et MacOs alors qu'il faut les compiler pour d'autres comme pour le cas d’Unix [7], [8]. Quelque soit le système d’exploitation choisi, la façon de programmer avec le logiciel est toujours la même sauf à la procédure d’installation. Pour ce qui suit, nous allons choisir Windows comme plate-forme pour l’installation car c’est sur ce dernier c’est-à-dire sur Windows que nous allons travailler avec R tout au long de la réalisation de notre projet.

Figure 1.11 : Debian 6.0.0 en mode console

Figure 1.12 : Mac OS X Mountain Lion (Le dernier système d’exploitation 2012 des pc MacBook)

Figure 1.13 : Windows 7, un des OS de Microsoft sur lequel, on peut lancer le logiciel R

b. Obtention de R

Les fichiers sources, binaires et de documentation de R peuvent être obtenus par le CRAN pour Comprehensive R Archive Network, le réseau complet des archives de R [7]. Il est possible d'obtenir les fichiers sources de différentes façons et nous allons considérer deux (2) de ces différen1tes possibilités : La première possibilité est de charger et de décompresser le fichier de R correspondant à la version la plus récente, R-x.y.z.tgz. Nous en sommes maintenant à la version 2.11.1 du logiciel. Et pour cette première possibilité, on doit procéder comme suit : - Lancer un navigateur sur Internet comme par exemple Netscape ou « Internet Explorer » - Se connecter sur le site officiel de R en tapant l’adresse : « http://www.R- project.org/ » ou de préférence sur le miroir CRAN le plus proche. - Aller sur la page correspondant au lien de téléchargement « CRAN » - Télécharger le fichier R-x.y.z.tgz présent sur la page chargée précédemment qui est une archive de type tar compressée avec gzip. .Ce fichier correspond aux fichiers sources de R. - On décompresse et on désarchive le fichier R-x.y.z.tgz grâce à la commande : -gzip -dc R-x.y.z.tgz | tar xvfo - Il est possible avec rsync de maintenir une version de R à jour. En utilisant rsync, la commande à effectuer est : rsync -rC rsync.r-project.org:: "module" R

Pour créer une copie de l'arbre des sources indiqué par « module » dans le sous répertoire R du répertoire courant. (« module » correspond à une des quatre possibilités d'installation de fichiers sources de R) ('r-release' correspond à l'installation des fichiers sources de la version courante) (`r-patched' correspond aux fichiers pour la version corrigée) (`r-devel' correspond aux fichiers pour la version en cours de développement) (`r-ng' correspond aux fichiers pour la version future qui est encore instable) Les arbres de rsync sont créés directement et sont mis à jour d'heure en heure.

c. Procédure d’Installation

Le répertoire `bin/windows' du site CRAN comporte les fichiers binaires de la distribution de base ainsi qu'un grand nombre de modules supplémentaires. Ceci peut fonctionner sous Windows 95, 98, ME, NT4, 2000, XP et Windows 7. Le système de fichiers doit accepter les noms de fichiers longs. Et en utilisant, `SetupR.exe' ou `miniR.exe', en double cliquant sur l’un d’eux puis suivre les instructions d’installations. Si on installe R de cette façon, on peut le désinstaller dans le menu Démarrer de Windows. Nous allons maintenant installer R-2.11.1-win32.exe du logiciel R qui est une version 32 bits et sous le système d’exploitation Windows 7, la procédure d’installation est comme suit en double cliquant sur le fichier R-2.11.1-win32.exe :

Figure 1.14 : Choix de langue pour l’installation et pour l’utilisation futur du logiciel

Une fois que l’on a cliqué sur le bouton « OK », la fenêtre de l’assistant d’installation va s’ouvrir automatiquement et pour poursuivre, on clique tout simplement sur le bouton « Suivant ».

Figure 1.15 : L’assistant d’installation

Figure 1.16 : La licence GNU GPL

Encore une fois, on clique sur suivant pour poursuivre.

Figure 1.17 : Choix de l’emplacement où l’on souhaite installer le logiciel

Figure 1.18 : Choix des composants à installer

Figure 1.19 : Choix de l’option de démarrage

Figure 1.20 : Progression de l’installation

Figure 1.21 : Fin d’installation, et on clique sur le bouton Terminer pour quitter l’application

1.3.4 SPI SL 6

Le SPI SL 6 est un logiciel permettant de programmer des données de précipitations mensuelles afin d’obtenir les Indices de Précipitation Standard ou simplement SPI de la région. A l’entrée, il fait la collection des données de précipitations mensuelles et la longueur de la période où l’on souhaite déterminer l’état de la sécheresse. A la sortie, il offre les valeurs de l’indice correspondantes à la sècheresse pour une période donnée Toutes les manipulations se font dans la console pour le cas de ce logiciel. Et selon, les valeurs de sorties, on peut déterminer pour une période donnée si la sècheresse est forte, faible ou de valeur moyenne. Ainsi donc plus l’indice à la sortie est faible, plus la sécheresse est forte et la variation est comprise entre les valeurs -2 et 2 c’est-à-dire :

(1.01)

Figure 1.22 : Logiciel SPI SL 6

1.4 Méthodologie

Pour une région donnée, le climat est généralement variante, et cette variation nous fait par conséquent distinguer trois (3) types d’année différents qui sont :

L’année normale L’année El niño L’année La niña Notre étude a pour objectif de déterminer le climat dans la région d’Alaotra Mangoro et le type de climat qui sera le fruit de notre travail est en fonction des trois types d’années citées ci-dessus. Et pour mieux élaborer notre recherche, on va passer par plusieurs étapes, on va donc les voir l’une après l’autre.

1.4.1 Enquête

On a eu recours, à une enquête auprès des habitants et plus précisément des paysans de la région en raison de la nécessité de savoir la variation de la saison pluvieuse dans cette dernière. Une autre raison de la nécessité de l’enquête est qu’elle facilite les traitements de données et servant de référence lors de la sortie des résultats de traitements des données que l’on a. Il doit donc avoir une certaine coïncidence entre les résultats de l’enquête et les résultats des traitements de données (Cf. annexe v). Voici quelques une des questions que l’on peut poser pour la collecte des données dans le cadre de notre étude (Cf. annexe vi): Généralement, est-ce que la saison pluvieuse est la même chaque année si l’on veut parler par exemple de leur durée ? Et pour le début de la saison pluvieuse, c’est souvent dans le même mois chaque année ou est-ce qu’il y a une variation et que le début soit alors retardé ou précoce ? La quantité de pluie par an arrive-t-elle à satisfaire le besoin en eau de la culture ? Nous nous sommes efforcés à recueillir tant d’informations sur tous les districts d’étude dans l’enquête. Au total, nous sommes arrivés à enquêter 36 familles paysannes habitants des zones d’enquêtes, le tableau suivant le montre : Districts Communes Nombres de paysans enquêtés Andilamena Miarinarivo 5 Amparafaravola Tanambe 5 Amparafaravola 3 Ambatondrazaka Ambatosoratra 7 Imerimandroso 10 Moramanga Moramanga 6 TOTAL 36

Tableau 1.04: Répartition des paysans enquêtés par zone

La recherche de renseignements au niveau de la presse, sur le climat de la région nous a été aussi nécessaire pour avoir plus de précision et éviter ainsi de se faire induire en erreur et donner des informations exactes sur les résultats attendus. A part les renseignements venant des paysans et de la presse, on a aussi choisi de mener une enquête auprès des responsables météorologiques dans la Direction Générale de la Météorologie à Ampasapito Ampandrianomby Madagascar afin d’avoir de plus amples informations sur les changements et instabilités climatiques de la région. Et après avoir reçu les résultats de ces collectes d’informations, on entre dans leur analyse.

1.4.2 Analyse

Après avoir élaboré et effectué l’analyse, on a pu constater que le climat de la région est très variant car les deux (2) sources d’informations ci-dessus prouve cela. En contrepartie de cette variation du climat, on doit savoir la saison pluvieuse exacte afin d’éviter les pertes au niveau de la culture. Cette situation, nous montre la nécessité de ce projet de mémoire qui va définir par exemple : la saison pluvieuse de la région mettre en évidence la cause ou la nature de la variation du climat de la région suggérer une solution pour la période où l’on peut avoir une rentabilité sur la culture selon les lieux.

1.4.3 Action

C’est la phase opérationnelle de l’étude, et pour cela, avant d’y entrer donc on doit avoir toutes les informations nécessaires pour la réalisation comme les informations préliminaires, les résultats de l’analyse mais surtout les logiciels de traitements. Une fois que ces éléments sont en place, on procède comme suit : On se renseigne sur les zones d’études et on cherche en même temps des documents pour l’étude c’est-à-dire la bibliographie Ensuite, on entre dans les traitements de données Et enfin, on donne les résultats qui sont comme le fruit du traitement de données.

1.4.4 Evaluation et résultat

L’étape d’évaluation et résultat consiste à faire des comparaisons mais surtout des vérifications sur l’authenticité des résultats obtenus par les traitements des données.

Une fois que l’on a effectué la vérification, on entre dans la mise en œuvre et prendre en même temps des mesures pour les problèmes posés avant les traitements de données. A noter que les mesures à prendre son en fonction des résultats de traitements obtenus. On peut par exemple donner une prévision météorologique en ce qui concerne les précipitations pour une année, donner la période de précipitations exacte, etc. …..

PHASE EXPLORATOIRE E Entretien avec les personnes ressources T U D E Documentation auprès du service Documentation S Enquête des paysans agrométéorologique de la DGM auprès des médias B PHASE OPERATIONELLE I B L I O Collecte des données Apprentissage du Logiciel G R A Traitement et analyse des données P H I SYNTHESE Q U E Elaboration et collecte des résultats S

REDACTION DU RAPPORT

Figure 1.23 : La méthodologie pour la réalisation du projet

1.5 Les influences de la variabilité pluviométrique sur l’agriculture dans la région Alaotra Mangoro

1.5.1 L’irrégularité de la saison pluvieuse

Le retard du début de la saison pluvieuse implique le prolongement de la saison sèche et le retard de la période de l’agriculture, ce qui rend une insuffisance alimentaire dans la région, outre des problèmes sanitaires et cette insuffisance influe évidemment sur l’économie [2], [3], [4], [5]. Le début de la saison pluvieuse avancé entraîne un surplus de précipitations. A ce moment-là, les rizières sont inondées précocement et provoque des difficultés sur la culture. Quant à la fin, quand elle est très précoce, l’agriculture est la plus touchée, les précipitations n’arrivent pas à satisfaire les besoins de la culture, comme celle du riz, et de la production des fruits liés à la saison pluvieuse marquant la région. La fin tardive ou la persistance de la saison pluvieuse dérange le temps de récolte, en plus, provoque des crues dans le lac et les rivières alors que des inondations. Alors, une des recherches dans notre étude est l’évaluation des dates de début et de fin de la saison pluvieuse dans la région qui a d’importance, par exemple, sur la culture du riz où le temps de semis dépend du temps de la première pluie.

1.5.2 Les fortes ou faibles quantités de précipitations

Insuffisantes ou en excès, les quantités de précipitations sont néfastes à l’agriculture. Le manque de précipitations mène à de mauvaise récolte, exige de pertes économiques et contraint les paysans à réaliser l’irrigation par l’arrosage des cultures. L’excès de précipitations abîme les plantes, provoque des inondations et dévaste la culture. De ce fait, on assiste à une érosion hydrique catastrophique des bassins versants du lac Alaotra par le ravinement des collines avec le phénomène de lavakisation [1]. Les précipitations diluviennes provoquent une érosion intense des bassins versants. La dégradation des bassins versants et la lavakisation sont les principales sources d’ensablement et de perte en terre, phénomènes entraînant l’ensablement des bas-fonds et des zones de culture, notamment les rizières, ainsi que l’envasement des plans d’eau comme le lac Alaotra. En d’autres domaines, les fortes intensités comme les intensités horaires élevées ainsi que l’accroissement de débit des précipitations ravagent des infrastructures telles que les routes et les barrages.

1.5.3 La sécheresse dans la saison pluvieuse

L’irrégularité des pluies et les 20 à 30 jours secs suivant les premières pluies d’Octobre sont préjudiciables aux cultures. La maîtrise de l’eau constitue pour les agriculteurs un enjeu majeur. Cette sécheresse est fatale pour l’Agriculture et entraîne une forte pression de pêche effrénée sur le lac [2]. Ce problème de sécheresse dans la saison pluvieuse nous a poussés à évaluer la fréquence de séquences sèches durant cette saison.

1.6 Application

Nous représentons ici les procédures à effectuer avant d’avoir les résultats.

1.6.1 Traitement des données

1.6.1.1 Les données journalières des précipitations

a. Données initiales

Les données de départ sont des données interpolées de précipitations journalières entre les années 1995 et 2011, elles sont parmi les données de NOAA NCEP CPC FEWS Africa ARC. Explicitement, ces données est le synonyme d’un tableau donnant la quantité journalière de précipitations dans la région de 1995 à 2011, les données sont en point de grille, avec un pas de 0,1° en longitude et en latitude, on a donc une maille de 10 km2 ou des grilles de résolution de 10 km (0.1° x 0.1°)). Alors, elles recouvrent 504 points de grille. Pour mieux expliciter, nous allons prendre les précipitations journalières du 07 janvier 1996 qui est l’une des données interpolée entre 1995 et 2011. En traitant les données correspondantes suivant la méthodologie plus haute et en utilisant les outils appropriés y compris l’application R, on a comme résultat la figure suivante (figure 1.24, page 35) :

Figure 1.24 : Quantité de précipitations journalières du 07 Janvier 1996

b. Organisation des données

Tout d’abord, avant de continuer le traitement on doit avoir les données journalières. La raison est qu’à partir ces données journalières, on peut déterminer et évaluer les saisons pluvieuses, c’est- à-dire la date de début de la saison pluvieuse, la fin ainsi que la durée de cette saison par exemple. La programmation permettant de donner à la sortie les exemples d’évaluation de la saison pluvieuse cités ci-dessus demande un certain format de donner, donc pour cela les données initiales doivent être traitées afin de pouvoir former le format de donner attendu par le programme. Quand les données initiales sont transformées en des données formant le format acceptable, on peut continuer le traitement et en tirer ensuite les informations sur une saison pluvieuse. La figure 1.25 (page 36), nous donne un aperçu du traitement de données journalières.

Figure 1.25 : Traitement des données journalières de précipitations

Cet exemple de programme va transformer et afficher les données brutes des précipitations journalières en 4 colonnes composées par l’année, le mois, le jour et la valeur des précipitations.

1.6.1.2 Les données de précipitations mensuelles

a. Données initiales :

Ce sont aussi des données interpolées et elles contiennent les précipitations mensuelles entre 1950 et 2009 pour la région toute entière. Elles sont en point de grille avec une résolution de 50 km (0,5° x 0,5°). Et elles sont sur 28 points de grille

b. Organisation des données :

Tout comme le cas, de l’organisation des données dans 1.6.1.1.b ci-dessus, on doit traiter de la même manière les données initiales en notre disposition à une différence près c’est que ici, la sortie du traitement nous donnera des informations sur les précipitations mensuelles pour toujours définir à la fin tous les renseignements nécessaires sur la saison pluvieuse de la région.

Figure 1.26 : Traitement de données mensuelles de précipitations

Le résultat de ce morceau de code nous donne séparément les quantités mensuelles de précipitations pendant une saison pluvieuse, on peut prendre comme exemple les précipitations mensuelles de 1950. Plus explicitement, les valeurs initiales sont rapportées par la figure 1.27 où les NA représentent des valeurs manquantes pour les données considérées.

Figure 1.27 : Donnée initiale (Brute) à traiter

A la fin du traitement de ces données, on a le tableau suivant 1.05 qui nous rapporte à son tour les résultats pour des lieux spécifiés par les longitudes et les latitudes du tableau en spécifiant une réponse sur la quantité de précipitations exprimée en millimètre pour chaque saison pluvieuse. Pour le traiter, notre programme aboutit au résultat qui a la forme suivante :

longitudes latitudes Sept Oct Nov Déc Jan Fév Mars Avr 47.25 -16.25 1.1 52.1 163.4 256.6 339.3 226.5 NA 5.8 47.75 -16.25 0.8 63.7 184.6 252 362.5 232.5 11.2 9.9 48.25 -16.25 5.8 22.8 83.8 209.3 284.7 226.8 87 NA 48.75 -16.25 69.8 94.5 156.4 186.4 265.9 NA NA 5.9

Tableau 1.05: Exemple de résultat de traitement de données

1.6.2 Programmation

Nous parlons ici des programmations appliquer à ces données qu’on vient de traiter et des résultats attendus.

1.6.2.1 Données journalières

Les programmations appliquées aux données journalières aboutissent aux résultats suivants : Des précipitations pentadaires (5 jours) Date de début et de fin de la saison pluvieuse Longueur (durée) de la saison pluvieuse. Les séquences sèches dans la saison pluvieuse

1.6.2.2 Données mensuelles

Les programmations des données mensuelles nous mènent aux résultats ci-dessous : SPI Moyenne annuelle de précipitations Représentations graphiques

1.7 Conclusion

Dans ce premier chapitre, on a pu collecter des données de plusieurs formes en employant des manières différentes. Pour mieux organiser le travail, on a d’abord installé plusieurs logiciels nécessaires qui permettront de traites les données collectées. Les données collectés ont été analysé et étudier puis arrangées par des outils de traitement pour donner à la fin des résultats fiables. Notre zone d’étude est une région ayant des rizières étendues qui sont irriguées par des fleuves et des cours d’eau qui dépendent des précipitations et d’autres parties des rizières dépendent du grand lac. L’abondance des cours d’eau est plus marquée dans la partie Nord, et l’humidité de la partie Sud vient des forêts et de l’effet de foehn, on y rencontre deux grands lacs dont l’un, qu’on voit au centre est le célèbre lac Alaotra. L’inégalité d’altitude est montrée par les bassins versants et par sa mesure qui est, environ, entre 200 m et 700 m. La région connaît parfois la sécheresse et l’insuffisance de pluie pour la culture et on peut y rencontrer aussi des problèmes d’inondation. Cependant elle a une grande part en ce qui concerne l’agriculture à Madagascar. La quantité des précipitations dans la région n’est pas très différente de celles des autres mais son humidité, qui permet de cultiver, est caractérisée par la permanence des eaux dans les cours d’eaux et du lac. Notre étude est basée sur des données de précipitations interpolées, téléchargées auprès d’une base de données ayant pour but d’éviter la famine en Afrique, ce sont des données journalières et mensuelles de précipitations dans les 15 ans et les 60 ans passés. Il faut traiter ces données pour pouvoir les analyser et là, nous avons travaillé beaucoup sur des logiciels de traitement de données et d’images. L’étude a été commencée par des enquêtes et des documentations, puis, remplie de traitements et d’analyses de données réalisées par des programmations en des différents logiciels.

CHAPITRE 2

ETUDES ET EVALUATIONS

2.1 Etude des précipitations

2.1.1 Les opérations statistiques

On effectuera plusieurs manipulations ou traitements sur les données statistiques brutes reçues pour donner à la fin des résultats applicables au projet. Tout d’abord, on doit faire l’analyse statistique de ces dernières pour connaître leur robustesse et leur distribution. Cette analyse des données, le test de leur intégrité (fiabilité) et l’interprétation des résultats ont nécessité des opérations statistiques que l’on présentera plus loin.

2.1.1.1 La moyenne arithmétique

Le climat d’une région est toujours qualifié et décrit par la moyenne des données concernant les années précédentes. Des calculs sur les moyennes sont faits ici pour aboutir à des vrais résultats. Cela se fait en analysant des données touchant autant d’années possibles car plus le nombre d’années analysées sont considérables plus les résultats de l’analyse seront fiables. La moyenne arithmétique se calcule comme suit : Soit un vecteur, c’est-à-dire un ensemble de données, la moyenne arithmétique correspondant à

est

1 n xxi (2.01) n i 1

Où xi , les éléments du vecteur

xi la somme des éléments du vecteur i 1

Et n l’effectif des éléments que contient le vecteur

2.1.1.2 Les quantiles

En analyse statistique, beaucoup de mesures récapitulatives communes se fondent sur l'utilisation des quantiles d'échantillon (également connus sous le nom de fractiles). Les quantiles et les fractiles sont essentiellement équivalents au terme plus familier, percentile. Un quantile d'échantillon, est un nombre ayant les mêmes unités que les données, qui excède la proportion de données présentée par l'indice avec . Le quantile d’échantillon peut être interprété approximativement en tant que cette valeur excède un membre aléatoire choisi de données, avec la probabilité .

D’une manière équivalente, le quantile d’échantillon serait considéré comme le percentile de l’ensemble de données. La détermination des quantiles d’échantillon exige d’abord une série de données arrangée dans l’ordre. Les valeurs des données rangées d’un échantillon particulier sont appelées les ordres statistiques de cet échantillon. Soit un ensemble de données , les ordres statistiques de cet échantillon seraient les mêmes nombres, assortis dans l’ordre croissant. Ces valeurs assorties sont, par convention, dénotées en utilisant des indices entre parenthèses, c’est-à-dire par l’ensemble où le plus petite valeur des n données est dénotée [13].

Dans R, Le quantile de l’échantillon est un vecteur contenant le minimum ; le quartile inférieur ; la médiane ; le quartile supérieur et le maximum de l’échantillon [8].

2.1.1.3 La médiane

Certains quantiles d'échantillon sont employés particulièrement souvent dans la récapitulation exploratoire des données. Le plus généralement employé est la médiane, ou , ou le 50ième percentile. C'est la valeur au centre des données, dans le sens que les proportions égales des données tombent au-dessus et au-dessous d’elle [13]. Si la donnée en main contient un nombre impair de valeurs, la médiane est simplement le milieu de l’ordre statistique, qu’on a déjà défini dans le paragraphe précédent. Si ce nombre de valeurs est pair, l’ensemble de données a deux ( 2 ) valeurs au milieu. Dans ce cas, la médiane est la moyenne de ces deux ( 2 ) valeurs, formellement,

x([n 1/ 2]) , Si n impair (2.02) q 0,5 xx(nn /2) ([ /2]1) Si n pair 2

Parfois, en analyse statistique, la moyenne n’est pas suffisante, elle n’est pas toujours fiable car elle dépend des écarts entre les valeurs analysées. En effet, une valeur à très grand écart par rapport aux autres va mener à une grande valeur moyenne, et les résultats obtenus par son usage peuvent nous tromper. Il est alors conseillé de ne pas se fier seulement à la valeur de la moyenne mais de prendre en compte en plus d’elle la médiane des données pour assurer que le résultat de l’analyse soit fiable. La médiane peut être égale à la moyenne si les écarts entre les valeurs données sont égaux, mais plus l’inégalité est grande et plus la répartition est mauvaise, alors la moyenne et la médiane seront distantes suivant l’augmentation de ces valeurs. La plus robuste et résistante mesure de la tendance centrale est la médiane. Considérons la série de valeur présentée par , la médiane et la moyenne sont toutes les deux égales à 15. Si, comme on l’a noté avant, le 19 est remplacé incorrectement par 91, la moyenne est définie par :

(2.03)

Elle est très fortement affectée, tandis que la médiane est inchangée par ce type commun d’erreur de données. En plus, la médiane sert à éviter l’erreur de résultats causée par la présence des très grandes valeurs présentées par les anomalies. Par exemple, si l'on représente graphiquement les précipitations journalières de 2001 à 2010, observées dans la station d’Ambohitsilaozana qui est la seule commune ayant de station d’observation dans le district d’Ambatondrazaka par la figure 2.01 (page 43), la moyenne, représentée par la ligne « rouge », est plus instable car elle peut se déplacer beaucoup plus que la médiane représentée en « vert ».

Figure 2.01 : Précipitations journalières d’Ambohitsilaozana

Notons que dans cette région, les précipitations journalières maximales sont normalement autour de 40 mm, partout. Dans cette figure, les précipitations atteignant 80 mm correspondent évidemment à de grandes anomalies, les 2 pics que nous voyons ici sont produits par les phénomènes El niño de 2002 et de 2006. Quand ces 2 pics sont baissés pour atteindre les valeurs maximales normales, comme le montre la figure 2.02. (page 44), la droite présentant les moyennes descend elle aussi, tandis que la médiane est invariante.

Figure 2.02 : Précipitations journalières d’Ambohitsilaozana dépourvues des grandes anomalies

En programmant dans R, les calculs de ces trois (3) paramètres se font simplement par une seule ligne de code pour chacun d’entre eux; alors, nous effectuons toutes ces opérations sur ce langage. La moyenne arithmétique, le quantile, la médiane sont respectivement données par les fonctions suivantes mean ( ), quantile ( ), median ( ). [8] [9] [14] Prenons, un exemple : soit le vecteur v = {1,2,3,4,5,6,7,8,9,10}. Appliquons à v les fonctions citées précédemment, et observons leurs résultats par la figure ci-dessous.

Figure 2.03 : Exemple d’application des opérations statistiques

Sur cette figure 2.03 (page 44), nous avons entré « v » à la première ligne, après, on a calculé la moyenne qui est égale à 5,5 comme nous le voyons ; ensuite, nous avons calculé le quantile et la médiane de la même manière.

2.1.2 Les précipitations moyennes mensuelles dans la région

La période de précipitations dans cette région est généralement pendant les quatre mois d’Octobre, Novembre, Décembre et Janvier et pour cela les agriculteurs ont l’habitude de préparer le sol, les semis ainsi que les repiquages pendant cette période. Plus généralement, les semis se fait entre les mois de Novembre et de Décembre et le repiquage le suit 10 à 30 jours après. Après avoir étudié les données de précipitations, on a 64 mm de pluie pour le mois d’Octobre et 140.2 mm pour celui de Novembre puis 253 mm pour le mois de Décembre et enfin 286 mm en Janvier. Les quatre valeurs citées pour les quatre mois respectifs nous montrent qu’en Octobre les précipitations moyennes sont encore faibles, l’humidité du sol n’a pas encore atteint la valeur convenable pour les semis alors que la préparation de ce dernier et son labourage doit se faire avant les semis qui généralement s’appliquent en Novembre. En effet, la quantité de précipitations va donc de 1 à 3 mm par jour pendant ce mois, s’il y en a qui tombe. En Novembre, toute la région est presque humidifiée et la capacité utile de la rétention du sol est acceptable pour que ce dernier puisse être labourable. Et les semis commence et ne se termine alors qu’au mois de Décembre. En Décembre, la précipitation est presque doublée en quantité. Les grains semés ont ainsi la possibilité de mieux se pousser et de s’accélérer pour la venue du temps de repiquage. On constate que la moyenne mensuelle de précipitations atteint son maximum au mois de Janvier pour toute la région. Le repiquage est déjà terminé et les plants du riz sont déjà sortis de leur pépinière pour être placé dans les rizières. La connaissance de cette période d’abondance de précipitations est cruciale pour le bien des cultures en préparant des canaux d’irrigation et d’évacuation afin que l’eau soit normalisée en termes de quantité pour chaque type de cultures.

La figure 2.04 nous renseigne sur la quantité moyenne mensuelle de précipitations dans chaque zone en rapportant sur son abscisse les longitudes et sur son ordonnée les latitudes du milieu correspondant.

Octobre Novembre

Décembre Janvier

Figure 2.04 : Moyennes mensuelles de précipitations saisonnières

Ces figures ci-dessus sont des résultats des programmations des quantités de précipitations en chaque point de grille de l’étude et elles nous permettent de tirer les analyses suivantes, en général: En Octobre, l’Est de la partie de la région est la partie la plus humide, elle a des précipitations de 85 à 105 mm. La plus sèche est le Nord-Ouest, plus précisément la partie Ouest de district d’Andilamena, à la quantité de 37 mm. En Novembre, toute la moitié Sud de la région présente d’abondance de précipitations par rapport à celle qui est au Nord, elle a une quantité de 145 à 165 mm. Les précipitations de Décembre sont totalement les contraires de celles d’Octobre. En ce mois, l’Est a la moindre précipitation, celle-ci est de 204 à 225 mm contre 250 à 270 mm dans le Nord-Ouest et le centre Ouest. En janvier, la quantité de précipitations la plus importante est celle du Nord, elle atteint 330 mm et décroît en allant vers le Sud.

Comme nous voulons savoir la quantité moyenne de précipitations dans une saison pluvieuse, c’est-à-dire le climat de la région en terme de précipitations, il nous est nécessaire de connaître, non seulement la moyenne mais aussi la médiane qui est la valeur au milieu des données et les valeurs maximales de précipitations. La connaissance de ces valeurs va nous permettre de qualifier une valeur anormale, le cas échéant. Les valeurs données par le tableau 2.01 vont nous aider à déterminer ce climat de la région

Moyenne (mm) Médiane (mm) Maximale (mm) Octobre 64 50 379 Novembre 140 135 396 Décembre 253 247 399 Janvier 286 273 399

Tableau 2.01: Présentation des moyennes mensuelles saisonnières des précipitations pour la région d’Alaotra Mangoro

2.1.3 Les précipitations moyennes annuelles dans la région :

Les données initiales qui nous ont conduits à faire la présente étude sont les données mensuelles de précipitations recueillies entre les années 1950 et 2009. Après analyse, pour les soixante (60) années de 1950 à 2009, pour la région toute entière la valeur moyenne de précipitations pendant la saison pluvieuse est comprise entre 916 et 1251 mm . A part cette valeur moyenne, les calculs de la médiane ainsi que de la maximale des données se trouvant toujours entre les années ci-dessus ont permis de définir que la valeur normale de précipitations en une saison pluvieuse ne devrait pas aller au-delà de 1098 mm . Cette valeur 1098 mm est la médiane des données durant les soixante (60) années. Et pour ce qui est de la valeur maximale de précipitations, elle doit toujours être au environ de 2160 mm . La médiane définit la valeur normale de précipitations pour la région alors si pendant une période ou une saison pluvieuse donnée, il y a une quantité de précipitations s’éloignant trop de 1098 mm, elle est considérée comme une anomalie. Ici donc, la valeur maximale de précipitations avancée précédemment qui est de 2160 mm est déjà considérée comme une anomalie mais il nous est impératif de l’évaluer afin de savoir s’il y avait d’anomalie pour les années durant lesquelles les données ont été collectées.

L’analyse montre aussi que la moyenne annuelle de précipitations est sensiblement égale à la médiane, ceci nous prouve l’intégrité ou la fiabilité des données. Cette fiabilité se définit du fait que les écarts qui y existe sont presque égaux les uns par rapport aux autres car dans le cas contraire, il se peut que l’observation qu’on a effectuée en un moment donné a été fausse. Dans le cas où on a une affirmation que les données d’interpolation sont fausses, on doit les laisser car elles vont conduire l’étude ou l’évaluation à l’erreur. On doit donc dans ce cas faire une nouvelle observation ou une nouvelle interpolation de données satellitaires pour remplacer les données contenant des erreurs.

Figure 2.05 : Les précipitations moyennes annuelles

Moyenne (mm) Médiane (mm) Maximale (mm) précipitations anuelles 1088 1098 2160

Tableau 2.02: Les précipitations annuelles

2.1.4 Les dates de début et de fin de la saison pluvieuse

La connaissance de la date de début de la saison pluvieuse est importante dans le domaine de l’agriculture ; ce n’est pas qu’il y a de la pluie pendant toute la journée par exemple que l’on peut

dire que la saison pluvieuse commence car il se peut que la pluie aille s’arrêter ; un tel cas est fatal pour les agriculteurs si par exemple ils ont déjà commencé à semer les graines. Pour en finir avec cette incertitude, on a mis en place des critères visant à définir la date de début de la saison pluvieuse:

2.1.4.1 Critère de début et de fin de la saison pluvieuse

a. Critère de début de la saison pluvieuse

Les précipitations pentadaires c’est-à-dire les précipitations pendant les cinq jours successifs doit avoir une valeur supérieure ou égale à 10 mm. La somme de trois pentades c’est-à-dire la quantitié totale de précipitations pendant quinze jours doit être supérieure ou égale à 20 mm. Tout ceci doit être analysé entre le mois d’Août et le mois de Mai.

b. Critère de fin de la saison pluvieuse

Comme le début de la saison pluvieuse, sa date de fin est aussi non négligeable et son évaluation est très utile pour les agriculteurs, par exemple, un semis tardif pas loin de la date de fin de la saison pluvieuse va subir une insuffisance d’eau et aboutit à des récoltes en péril. Pour ce qui est de la fin de la saison pluvieuse, on peut la définir comme suit : A partir du mois de Mars, une pentade inférieure ou égale à 5 mm La somme des trois pentades qui suivent doit être inférieure ou égale à 10 mm.

2.1.4.2 Les dates moyennes de début de la saison pluvieuse

Pour les dates moyennes de début de la saison pluvieuse, elles sont calculées à partir des données journalières. Or, nos données journalières sont de l’année 1996 à 2010. On part alors du principe que toutes les saisons pluvieuses se trouvant entre 1996 et 2010 ont respectivement leurs dates de début. Ces dates de début de la saison pluvieuse sont programmées en pentades mais dans le reste, nous allons les convertir en jours pour mieux expliquer. Par conséquent, on a donc quatorze (14) séries de dates de début de la saison pluvieuse sur les 504 points de grille dans la donnée initiale. Un exemple de ces 14 séries est représenté graphiquement par la figure 2.06 (page 51), la série de début de la saison pluvieuse en 1997.

Figure 2.06 : Dates de début de la saison pluvieuse en 1997

Et ensuite on calcule la moyenne de ces 14 séries de dates de début de la saison pluvieuse. Ainsi, on obtient une série de dates de début qui représente les dates moyennes de début de la saison pluvieuse pour la région concernée. On retrouve toutes ces informations sur la figure 2.07 (page 52), qui fait correspondre une date pour chaque milieu de la région suivant leurs coordonnées respectives.

Figure 2.07 : Date moyenne de début de la saison pluvieuse

La série de dates moyennes de début de la saison pluvieuse est maintenant considérée comme un seul vecteur, c’est une série de dates moyennes de début de saison pluvieuse, comprenant 14 éléments, qui sont les 14 moyennes des dates de début de la saison pluvieuse de la région durant les 14 ans, explicitement, le iième élément de vecteur est la moyenne des dates de début de la saison pluvieuse de la région à la iième année d’étude. On analyse donc les dates formant ce vecteur en cherchant pour cela la moyenne, la médiane et le quantile afin de savoir la date moyenne de début de la saison pluvieuse, la date précoce et la date tardive pour la région. Ensuite, on effectue la récapitulation des dates en suivant des procédures ou opérations mathématiques dans le langage R que l’on va énumérer l’un après l’autre et aboutir ainsi aux résultats voulus.

a. Les opérations et résultats de programmation

Les dates formant le vecteur sont enregistrées dans un fichier.txt c’est-à-dire un fichier texte et on doit charger les contenus de ce fichier par le langage R.

Figure 2.08 : Interface d’accueil pour l’entrée des commandes

Une fois les dates chargées, alors on nomme le vecteur par exemple par « debutSaison », ensuite on applique successivement sur « debutSaison » les opérations suivantes : le calcul de la moyenne le calcul du quantile le calcul de la médiane. On entre la commande « mean » à la fin pour avoir la moyenne en poursuivant comme suit : mean (debutSaison). Pour les données que l’on dispose, la valeur de « debutSaison » est de 308 jours et c’est cette valeur qui représente la moyenne de « debutSaison ». Le calcul du quantile s’effectue de la même manière que celui de « mean (debutSaison) » à une seule différence qui serait évidemment au niveau de la fonction utilisée, c’est-à-dire : quantile (debutSaison)

0% [Jours] 25% [Jours] 50% [Jours] 75% [Jours] 100% [Jours] 300 305 316 320 325

Tableau 2.03: Quantile de début de la saison pluvieuse en jours

b. Description des éléments du tableau 2.03 (page 53)

Ce tableau est obtenu en calculant la valeur de quantile pour le vecteur nommé « debutSaison » et la signification des valeurs du tableau est que : le minimum des éléments du vecteur est 300 jours, le quartile inférieur est égal à 305 jours, la médiane est 316 jours, le quartile supérieur est 320 jours le maximum des valeurs contenant le vecteur atteint 325 jours. Pour la médiane, elle est déjà mise en évidence par la valeur au milieu du quantile, mais il y a une autre manière de la calculer en faisant : median (debutSaison) Ceci nous donne comme résultat la valeur : 316 jours Les unités des résultats de ces fonctions sont toutes en jours Une fois que l’on a obtenu ces valeurs en jours, on passe à la partie programmation qui fera en sorte que ces valeurs en jours se présentent sous une autre forme c’est-à-dire en des dates qui comportent en même temps le mois et jour.

c. Interprétations

La moyenne du vecteur qui est égale à 308 jours plus haut signifie que c’est le 308ième jour de l’année ceci est équivalent à la date de 28 Octobre, elle représente la date moyenne de début de la saison pluvieuse. Le tableau 2.03 (page 53) ci-dessus contient cinq valeurs, ceux qui nous intéressent sont le premier et le dernier élément du tableau c’est-à-dire les valeurs 300 et 325 jours. En passant par la programmation, on constate que ces deux (2) valeurs sont respectivement équivalentes à la date précoce et à la date tardive de début de la saison pluvieuse. En date précoce, nous entendons le plus tôt moment probable de début de la saison pluvieuse et pour la date tardive, elle signifie tout simplement qu’au plus tard, le début de la saison pluvieuse sera en ce moment donné. Dans notre cas, la date de début de la saison pluvieuse la plus précoce sera donc au 300ième jour de l’année c’est-à-dire le jour du 23 Octobre et au plus tard, il sera au 325ième jour de l’année c’est-à-dire le 17 Novembre qui est représenté par le 325 jours du tableau 2.03 (page 53)

contenant le quantile. La médiane de début se trouvant toujours au tableau 2.03 (page 53) correspond à la date du 07 Novembre.

Date précoce Date moyenne Date médiane Date tardive

23 Octobre 28 Octobre 07 Novembre 17 Novembre

Tableau 2.04: Les dates caractérisant le début de la saison pluvieuse de toute la région Les dates données ci-dessus présentent la généralité dans la région. Il nous est utile de savoir les dates caractérisant chaque lieu de la région.

2.1.4.3 Les dates précoces, médianes et tardives de début de la saison pluvieuse

On part toujours des 14 séries de début de la saison pluvieuse, présentant les dates de début de la saison pluvieuse des 504 points de grille étudiés dans la région, pendant les 14 années (1996 à 2010), alors, chaque point a 14 séries de dates, le calcul des quantiles de ces 14 séries de valeurs pour chaque point nous mène à avoir 5 valeurs pour chaque point de la région, dont la première valeur représente la date précoce de ce point, la troisième indique la date médiane et nous obtenons la date tardive par la cinquième valeur. Enfin, par programmation, nous obtenons les 4 figures (page 56) suivantes qui permettent de savoir les dates précoce ; moyenne; médiane et tardive de début de la saison pluvieuse pour chaque lieu de la région.

Figure 2.09 : Dates moyennes de début de la Figure 2.10 : Dates médianes de début de la saison pluvieuse saison pluvieuse

Figure 2.11 : Dates précoces de début de la Figure 2.12 : Dates tardives de début de la saison pluvieuse saison pluvieuse

2.1.4.4 Interprétation :

Ces résultats nous permettent de décrire les dates de début de la saison pluvieuse de la région. Les dates normales de début sont données par les dates médianes (figure 2.10, page 56) ; ensuite, on compare les dates précoces et tardives par rapport à ces dates normales. Et on arrive à avoir les constatations ci-après. La pluie tombe au plus tôt dans l’Ouest du district d’Ambatondrazaka et dans le Sud- Ouest du district de Moramanga. Dans le district d’Andilamena, la majorité des dates sont entre le 15 et le 22 Novembre, mais une brusque précocité jusqu’à la fin d’Octobre peut s’y présenter. Le district d’Amparafaravola est caractérisé par des dates de début plus stable qui varient de 25 Octobre au 22 Novembre, de la périphérie au centre, sauf pour la partie centrale, c’est-à-dire sur le bord occidental du lac Alaotra, la date du 22 Novembre peut s’avancer en 14 Novembre. L’Ouest du district d’Ambatondrazaka est la partie la plus stable de la région en terme de début de la saison pluvieuse, ce dernier est présenté par une variation entre le 13 Septembre et le 1er Novembre, les isolignes ont de faibles distances, alors on a un fort gradient horizontal qui présente de forte inégalité de début en des milieux qui sont très proches. La partie Est de ce district a de début plus tard que sa partie Ouest, ses dates varient du 1er au 22 Novembre, la partie se trouvant à l’Est du lac qui a de début normal le 22 Novembre peut présenter une précocité d’une semaine. Pour le district de Moramanga, sa partie Nord a un début fixé en 22 Novembre, sa partie Est a un début allant de cette date au 10 Septembre, mais peut présenter un remarquable retard jusqu’au 22 Novembre. Cette date caractérise encore la date de début de sa partie Sud mais une précocité de 2 semaines peut s’y présenter.

2.1.4.5 Les dates moyennes de fin de la saison pluvieuse

Comme l’étude de début de la saison pluvieuse, celle de la fin commence aussi par le calcul des fins de la saison pluvieuse, en jours, des 14 années données (toujours de 1996 à 2010). Ceci donne 14 séries de fins de données et aboutit à une moyenne de ces 14 séries qui est le jour marquant la fin de la saison pluvieuse moyenne dans la région. Cette moyenne est représentée par la figure 2.13 (page 58).

Figure 2.13 : Date moyenne de fin de la saison pluvieuse

Notre but est aussi de sortir une date qui est la moyenne, une autre qui est la médiane et les dates précoce et tardive de fin de la saison pluvieuse. En nommant « finSaison » le vecteur comportant la moyenne des 14 fins de la saison pluvieuse qu’on a représenté sur la figure 2.13, nous allons travailler sur ce vecteur afin d’atteindre notre but (obtenir la date moyenne de fin de la saison pluvieuse, la médiane, la précoce et la tardive). Ce calcul se fait sur R par les lignes de commande présentées par l’interface suivant

Figure 2.14 : Caractéristiques de fin de la saison pluvieuse

b. Explications du programme

Dans cette programmation ci-dessus, nous avons entré le fichier contenant le vecteur « finSaison », puis, on a appelé « finSaison ». Son unité est en pentades. Ensuite, nous avons cherché la moyenne de « finSaison » à la 3ième ligne et on a obtenu le résultat qui est égal à 22,5 pentades; la fonction pentad2date est une fonction que nous avons créée avant, pour faire correspondre de date à chaque pentade. On y insère le rang de la pentade et une année quelconque et on obtient les dates correspondant à la pentade qu’on vient d’insérer. Chaque pentade est associé à deux dates. Puisqu’on étudie la date de fin, alors, c’est la deuxième date que nous devons prendre. Où « mmm » indique le mois, et « day » indique le jour. Ici, la date de la moyenne indique le 16 Avril. Le 1er quantile est le 14ième pentade, ceci veut dire une date de 11 Mars, et c’est la date précoce de fin de la saison pluvieuse. La date médiane est donnée par la 3ième valeur du quantile, elle est ici en 22ième pentade et correspond à la date de 20 Avril. La date tardive de fin est donnée par la dernière valeur du quantile, qui est au 29ième pentade ou en 25 Mai.

Date précoce Date moyenne Date médiane Date tardive 11 Mars 16 Avril 20 Avril 25 Mai

Tableau 2.05: Dates caractéristiques de fin de la saison pluvieuse

Comme l’étude précédente (i.e., l’étude de début de la saison pluvieuse), nous allons étudier la date de fin de la saison pluvieuse pour chaque lieu de la région. Les 14 séries de fin étudiées pour les 504 points de grille aussi sont analysées par le calcul du quantile. Alors, on a 504 quantiles ou bien 504 dates précoces ; 504 dates médianes et 504 dates tardives de fin de la saison pluvieuse. Ces dates et la figure montrant la date moyenne de fin de saison (figure 2.13) ont permis d’obtenir les figures ci-après qui représentent les dates caractérisant la fin de la saison pluvieuse pour chaque lieu de la région, y compris la date précoce, la date médiane et la date tardive.

Figure 2.15 : Dates moyennes de fin de la saison Figure 2.16 : Dates médianes de fin de la saison pluvieuse pluvieuse

Figure 2.17 : Dates précoces de fin de la saison Figure 2.18 : Dates tardives de fin de la saison pluvieuse pluvieuse

c. Interprétation des résultats

Ces 4 figures ne présentent pas d’énormes différences alors la fin de la saison pluvieuse en un lieu ne présente assez de variation. La figure 2.16 représentant les dates médianes est identique à la figure (figure 2.18) qui représente les dates tardives, ce qui explique qu’aucun lieu n’a eu de fin de la saison pluvieuse éloigné de la médiane et de la moyenne. Pour les dates précoces de fin de la saison pluvieuse, elles ne sont pas notables partout, c’est-à-dire que ces dates ne s’avancent pas des médianes mais une petite différence est vue sur la partie Est du district d’Ambatondrazaka, plus précisément aux alentours de la commune de Manakambahiny Est, la date de fin de la saison pluvieuse peut s’y avancer par rapport à la moyenne. En somme, voici quelques points à retenir sur l’interprétation de notre résultat présenté dans ces figures (ci-dessus), du Nord au Sud. Le district d’Andilamena a de date de fin de la saison pluvieuse entre le 13 et le 21 Avril. Celui d’Amparafaravola varie, du centre à la périphérie, du 13 au 30 Avril. Celle du district d’Ambatondrazaka est aussi moyennée entre le 13 et le 21 Avril, sauf pour l’Est, cette date peut s’avancer jusqu’ au début du mois d’Avril. Pour Moramanga, on constate que ces dates sont fixées en 13 au 30 Avril.

2.1.5 La longueur de la saison pluvieuse

C’est aussi la durée de la saison pluvieuse ou la période pendant laquelle s’écoule la saison de précipitations. Les dates de début et de fin de la saison pluvieuse sur chaque lieu (point de grille) nous ont permis de programmer la longueur de saison sur ce lieu. D’abord, on obtient une série de 14 durées de la saison pluvieuse pour chacun des 504 points de grille, et on calcule la durée moyenne pour toute la région en une année, c’est-à-dire la moyenne des 504 durées sur les 504 points de grille pour chaque année. On a alors 14 résultats qui sont les 14 durées pour les saisons pluvieuses passées entre 1996 et 2010. Elles sont programmées et calculées en jour afin de les représenter dans le tableau 2.06 dont la 1ière colonne contient les temps de la saison pluvieuse à étudier et la 2ième indique les résultats attendus, qui sont les longueurs de la saison pluvieuse moyenne de la région, d’unité en jours.

Année de la saison pluvieuse Longueur de la saison pluvieuse (jours) 1996-1997 148 1997-1998 177 1998-1999 178

1999-2000 177

2000-2001 175 2001-2002 177

2002-2003 177

2003-2004 177

2004-2005 175

2005-2006 177

2006-2007 177

2007-2008 177

2008-2009 175

2009-2010 177

Tableau 2.06: Longueur moyenne de la saison pluvieuse en jours

Nous constatons de ce tableau (2.06, page 62) que la durée de la saison pluvieuse dans la région est, généralement, entre 175 et 178 jours. Explicitons ces résultats, en sachant les durées moyennes pour chaque lieu de la région, nous calculons pour chaque point de grille, la moyenne des 14 séries de longueur pendant les 14 saisons pluvieuses en main, alors, on obtient 504 valeurs moyennes pendant les 15 ans, représentées graphiquement par la figure 2.19

Figure 2.19 : Longueur moyenne de la saison pluvieuse à chaque lieu

Cette figure 2.19 est le résultat de la programmation des longueurs de la saison pluvieuse de tous les 504 points de grille de 1996 à 2010. L’analyse de cette figure 2.19 permet de dire que les longueurs de la saison pluvieuse de tous les lieux dans la région sont entre 140 jours et 240 jours. La plus longue durée est rencontrée en quelques lieux dans l’Ouest du district d’Ambatondrazaka. La longueur de la saison pluvieuse dans ces lieux peuvent atteindre jusqu’à 240 jours. Dans le district d’Andilamena, cette longueur est faible au Nord, celle-ci est autour de 150 jours et s’accroît vers le Sud, jusqu’à 175 jours. Pour le district d’Amparafaravola, on rencontre ces mêmes valeurs de durée mais cette dernière diminue vers le centre.

Pour le district d’Ambatondrazaka, nous avons vu que sa partie Ouest contient la durée de la saison pluvieuse la plus longue, autour de 230 jours mais on rencontre aussi la durée la plus courte dans ce district, autour de 140 jours, dans le Centre Est en s’allongeant progressivement vers la périphérie jusqu’à atteindre 180 jours. Dans le district de Moramanga, la durée varie de 140 à 200 jours en s’allongeant vers la périphérie du district.

2.1.6 Les séquences sèches durant la saison pluvieuse

Dans une saison pluvieuse, le jour n’est pas forcement toujours pluvieux mais il peut normalement y avoir des jours secs qui peuvent aller même à provoquer de la sécheresse si le cas s’intensifie et nuire ainsi la culture, par exemple pour les 20 à 30 jours secs suivant les premières pluies d’Octobre [2],dans ce cas, la maîtrise de l’eau est un enjeu majeur pour les agriculteurs Cette succession de jours secs est appelée « séquence sèche » et sur ce, nous avons étudié la fréquence de séquence sèche de 10 jours ou plus dans une saison pluvieuse. C’est-à-dire que nous avons compté combien de fois on a plus de 10 jours successifs sans pluie dans la saison pluvieuse, On a donc le nombre moyen de séquence sèche. Pour ce qui va suivre, on va évaluer la fréquence de séquence sèche pour chaque type d’année. Pour cette évaluation, on part premièrement de la recherche du nombre de séquences sèches de chaque point de grille de la région pour chacune des 14 saisons pluvieuses en main. Ensuite, on calcule, pour chaque point de grille la moyenne de ces nombres de séquences sèches sur le nombre de saisons pluvieuses (c’est-à-dire sur les 14 saisons pluvieuses), alors on obtient 504 nombres moyens de séquences sèches correspondant aux 504 points de grille couvrant la région. Chaque lieu a donc un nombre moyen de séquences sèches durant une saison pluvieuse. La figure 2.20 (page 65) nous montre l’illustration de cette évaluation.

Figure 2.20 : Le nombre moyen de séquences sèches supérieures à 10 jours pendant une saison pluvieuse

Nous constatons de l’image résultante que les parties ayant de plus longue durée de la saison pluvieuse contiennent beaucoup plus de séquences sèches. La séquence sèche est plus fréquente dans la partie Ouest du district d’Ambatondrazaka, elle peut apparaître jusqu’à 4 fois dans une saison pluvieuse. Pour le reste, la fréquence ne dépasse pas 2 fois. L’occurrence de séquence sèche est faible dans le district d’Andilamena, en n’apparaissant qu’une fois et pouvant ne pas apparaître. Le district d’Amparafaravola n’a qu’une fois de séquence sèche dans sa partie centrale et ses 2 extrémités en présente jusqu’à 2 fois. Cette fréquence ne dépasse pas une fois autour du lac Alaotra. Dans l’Est du district d’Ambatondrazaka, la fréquence varie de 2 à 1 fois de la périphérie au centre. Dans le district de Moramanga, elle est d’une fois dans le centre, s’accroît jusqu’à 3 fois en allant vers l’Ouest et ne dépasse pas deux fois dans l’Est.

En calculant la moyenne sur tous les nombres obtenus pour toute la région, elle est égale à 1,6, on constate alors que la séquence sèche de 10 jours peut apparaître une à deux fois dans une saison pluvieuse.

2.1.7 Récapitulation d’étude saisonnière communale des précipitations dans la région

Il est utile de savoir l’aspect de la saison pluvieuse en chaque lieu de la région, pour connaître, par exemple, les précipitations de la zone où on cultive, alors dans le tableau de récapitulations suivant, nous allons présenter les saisons pluvieuses de toutes les communes dans chaque district en donnant à chacune leurs dates de débuts (marquées en bleu), leurs dates de fin (en rouge), leurs durées, leurs fréquences en séquences sèches et leurs quantités de précipitations, en moyenne.

D C Dates de début de la Dates de fin de D Nbr Qua I O saison pluvieuse la saison U de ntité S M pluvieuse R séq saiso

T M E uen nniè

04 07 15

U E ces

R re - - –

I N 01 (jrs) sèc (mm) -

E 08 Nov 15 Nov 21 Avril 29 Avril hes

C 18Oct

- - - - T S - (foi

S 20 Sept Oct 04 18Oct Nov 01 08 22 Nov 13 21 29 Avr Mai 07Mai Mai s) A Antanimenabaka X 170 1 1127 N D Bemaitso X 170 1 1125 I Miarinarivo, X 150 1 1150 L A Marovato, X 150 1 1190 M Maroadabo, X 150 1 1180 E N Tanananifololahy X 150 1 1145 A Andilamena X 160 1 1145

A Beanana X 165 2 1147 M Amboavory X 175 2 1147 P A Andrebakely X 175 2 1147 R Morarano Chrome X 170 1 1210 A F Ambatomainty X 170 1 1220 A Ambodimanga X 170 1 1230 R Tanambe X 160 1 1230 A V Ambohijanahary X 160 1 1230 O Amparafaravola X 160 2 1250 L A Ambohitrarivo, X 160 2 1250 Ampasikely X 170 2 1250

A Vohidiala, X 180 1 1255 M B Bejofo, X 180 1 1250 A Soalazaina, X 185 3 1247 T O Andilanatoby X 185 3 1210 N Besakay, X 185 3 1190 D R Ampitatsimo, X 185 3 1240 A Ilafy, X 185 3 1240 Z A Manakambahiny Ouest X 175 1 1210 K Manakambahiny Est X 170 1 1190 A Antanandava, X 170 1 1180

Feramanga, X 170 1 1190 Didy X 170 1 1200 Vohimena, X 170 1 1210 Imerimandroso, X 170 1 1210

Amparihintsokatra, X 170 1 1210

Morarano, X 170 1 1205 Ambatosoratra X 170 1 1205

Ambandrika, X 160 1 1210

Ambohitsilaozana X 160 1 1205

Ambatondrazaka X 150 1 1230

M Fierenena, X 170 2 1150 O R Amboasary, X 170 2 1180 A Ambatovola, X 165 2 1180 M A Andasibe, X 165 1 1170 N G Beforona X 165 1 1170 A Ambohidronono, X 170 3 1160 Moramanga, X 165 1 1170 Beparasy, X 165 3 1150 Ambohibary, X 160 1 1170 Lakato X 160 2 1180

Tableau 2.07: Récapitulation d’étude saisonnière des précipitations pour chaque commune

Mais ce climat qui détermine les habitudes et les activités des paysans peut être perturbé d’une année à une autre par des phénomènes qu’ils ignorent en particulier El niðo et La niða. Cette variabilité des précipitations peut avoir des conséquences dramatiques sur le rendement, plus précisément la récolte. Les sous-parties suivantes vont expliquer ces phénomènes et notre étude de leurs influences sur les précipitations de la région.

2.2 Les phénomènes El Niño et La Niña

Les résultats précédents montrent la situation pluviométrique moyenne de la région. Ils viennent de l’étude simultanée du climat « normal » et ce qui est « anormal ». Le climat est supposé « anormal » en parlant des années dites année El niño et année La niña . On parvient à distinguer les années selon la température des eaux de surface dans le Pacifique équatorial. Ces phénomènes dus à la variation de température de ces eaux bouleversent le la situation climatique de nombreuses régions du globe via la téléconnexion, L’étude des influences de ces phénomènes dans la région Alaotra Mangoro permettra certainement d’apporter plus de précisions sur la sécheresse et les autres problèmes liés a la pluviométrie. Plus précisément, on va analyser ce qu’apporte El niðo ou La Niña dans la région Alaotra Mangoro,. Les définitions qui vont suivre aideront à clarifier le présent chapitre.

2.2.1 Définitions et explications

2.2.1.1 Le phénomène El niño :

a. Définition

Le terme « El niño », en Météorologie désigne un phénomène découvert à la fin du XIXième siècle qui se définit par le réchauffement de surface dans le centre et l’Est du Pacifique équatorial. Il se reproduit tous les 4 à 5 ans et peut durer de 12 à 18 mois. Il est également associé des modifications de la pression au niveau de la mer dans certaines zones du bassin du Pacifique et ces modifications menaient Gilbert Walker, un chercheur britannique, à mettre en évidence un mouvement du balancier, selon lequel une pression en surface élevée près de Tahiti correspondait à une pression faible à Darwin, et inversement. Ce phénomène est appelé l’Oscillation australe [20] d’où on qualifie aussi le phénomène El niðo par le nom de ENSO (El Niðo/Southern Oscillation). Ce réchauffement débute chaque année aux alentours du mois de Décembre d’où le

nom d’El Niðo (en espagnol, « l’enfant »), en le référençant à l’enfant Jésus. Bref, l’eau chaude dans l’Ouest se replace vers l’Est et le centre du Pacifique et empêche la remontée d’eau froide. [15], [16], [17]. L’année ou la période passée par ce phénomène est appelée « année El niño » ou bien « épisode El niño ».

b. Mécanisme et origine du phénomène El niño

Principalement, la circulation océanique dans les zones tropicales est forcée par l’action zonale des vents qui sont les Alizés. Les courants océaniques de la bande tropicale s’écoulent alors d’Est en Ouest au voisinage immédiat de l’équateur. Dans le Pacifique équatorial, les Alizés poussent des masses d’eau relativement chaudes vers la partie Ouest du bassin, et dans la partie Est, les eaux repoussées sont compensées par des remontées d’eau froide (figure 2.21, page 71). Il existe donc un gradient thermique important entre l’Est et l’Ouest du bassin avec une surélévation du niveau de la mer à l’Ouest d’environ 50 cm. [19] Pendant le phénomène El niño, un changement du régime d’Alizé se produit entraînant un déséquilibre du système couplé Océan-Atmosphère. La masse d’eau chaude située à l’Ouest de l’Océan Pacifique se déplace alors vers la partie centrale et Est du bassin (figure 2.22, page 71). Ces fluctuations sont surtout régies par les ondes qui relient les parties Est et Ouest du bassin. Les 2 principales ondes sont l’onde de Kelvin et l’onde de Rossby. L’onde de Kelvin se propage d’Ouest en Est le long de l’équateur et déclenche le phénomène en assurant le transfert des masses d’eau chaude vers l’Est. Ces ondes viennent ensuite se réfléchir sur la côte américaine et repartent vers l’Ouest au Nord et au Sud [18] de l’équateur sous-forme d’onde de Rossby. El niño est accompagné des règlements du système climatique mondial tout entier à cause des transferts d’énergie considérables entre l’Océan et l’Atmosphère, par exemple, ces règlements sont signifiés par Des diminutions conséquentes de précipitations sur la partie Ouest du bassin de Pacifique, provoquant des sécheresses sur cette zone alors que la partie Est connaît un taux d’humidité au- dessus du normal, donc des chutes de pluie entraînant de fortes inondations. Sur l’Australie, l’Indonésie et l’Asie du Sud-Est, une pression au niveau de la mer plus élevée que la normale signale des conditions atmosphériques plus sèches [23]. Des conditions plus sèches sont aussi observées sur Hawaï, une partie de l’Afrique austral, la partie Ouest de l’Atlantique et le Nord Ouest de Brésil [19].

Ces règlements témoignent la présence des interactions atmosphériques dans tout le globe [21], ces interactions sont désignées sous le nom de « Téléconnexion »,

2.2.1.2 Les Téléconnexions :

Par définition, ce sont des interactions atmosphériques entre des régions très éloignées. Elles ont été identifiées par le biais de corrélations statistiques (dans l’espace et dans le temps). Certaines de ces corrélations ont permis de formuler des hypothèses concernant les processus géophysiques liés aux téléconnéxions. Les sécheresses qui touchent l’Inde et les inondations qui frappent le Sud-Est du Brésil au cours des fortes manifestations de l’Oscillation australe sont des exemples de ces téléconnexions. La plupart des pays du monde sont intéressés par cet aspect de l’Oscillation australe [4].

2.2.1.3 Le phénomène La niña :

La niña, autrefois appelé anti-El Niðo est le nom donné à l’abaissement de température de surface de la mer dans le centre du Pacifique. Ce phénomène est l’opposé d’El niðo (La fille, en espagnol) qui consiste en une intensification des Alizés, entraînant une augmentation d’eau froide (remontée) à l’Est du Pacifique ainsi qu’un abaissement de température dans cette zone. Il a ses incidences propres qui, dans certaines régions, sont opposées à celles associées au phénomène El niño. Un épisode La niña peut ainsi apporter de fortes précipitations dans des pays habituellement soumis à la sécheresse [15], [16], [22]. L’année ou la période passée par ce phénomène est appelée « année La niña » ou bien « épisode La niña ».

2.2.1.4 Année normale

Dans des conditions normales, où les 2 phénomènes cités ci-dessus (El niño et La niña) ne sont pas présents, ni l’un, ni l’autre, on a remontée d’eau froide à l’Est du Pacifique. En effet, les Alizés remontent le long de la côte Ouest de l’Amérique du Sud puis s’orientent vers l’Ouest. Les eaux de surface étant déplacées vers l’Ouest par les vents, en raison du sens de rotation de la terre, elles s’accumulent dans la partie occidentale du bassin de Pacifique. Le niveau de la mer y est alors plus élevé de plusieurs dizaines de centimètres que dans la partie orientale. Le rayonnement solaire chauffe la surface de l’eau dans l’Ouest. L’eau qui est chassée de la côte Est est remplacée par de l’eau froide.

Figure 2.21 : La circulation du vent de l’Océan Pacifique en année normale

Figure 2.22 : La circulation du vent de l’Océan Pacifique à l’origine du phénomène El niño

2.2.2 Remarques

Les phénomènes El niðo et La niða redistribuent et restaurent la quantité d’eau dans les Tropiques de telle façon que le déclenchement et l’évolution du phénomène soient déterminés 1 ou 2 ans auparavant. Ils sont encore classifiés en « faible », « modéré » ou « fort » suivant l’écart moyen de la variation de la température (SST) du Pacifique équatorial par rapport à la moyenne à long terme. Si l’écart est faible, le phénomène est faible et s’il est considérable, le phénomène est fort. Notons que l’année est encore normale en présence d’un faible écart de cette SST. Alors, quand ces phénomènes sont faibles, on ne les considère pas. On les classe encore de normale. NOAA identifie ces phénomènes par un indice appelé ONI ou Oceanic Niðo Index qui est l’écart moyen ou l’anomalie moyenne de température par rapport à la moyenne dans la partie du Pacifique Tropical comprise entre 5°N-5°S et 120°-170°W pendant 3 mois. Les phénomènes passant, de 1950 à 2011 et leurs intensités suivant l’ONI sont représentés par la figure 2.23 où les années notées en rouge sont des années d’El niðo fort et celles qui sont notées en bleu sont des années des épisodes de La niña fort. Celles qui sont en noires ont des phénomènes modérés, El niño si elles sont dans la partie positive des ordonnées et La niña modéré dans le cas contraire [24].

Figure 2.23 : Identification des phénomènes anormaux selon la valeur de l’indice ONI

Figure 2.24 : Variabilité interannuelle de la saison pluvieuse d’Alaotra Mangoro

La figure 2.23 montre en abscisse l’écart moyen de la température de la surface de la mer dans l’Est du Pacifique équatorial (ONI) pendant 3 mois et en ordonnée les années 1950 à 2012. Les épisodes El niðo, s’écoulant dans les dernières soixantaines d’années (1950 à 2011), sont représentés dans la partie supérieure et les épisodes La niña sont montrés dans la partie inférieure. Ces années El niño et La niña de la figure 2.23 correspondent aux pics de la figure 1.08 (page 16), représentant les précipitations annuelles de la région, que nous avons reprise précédemment (figure 2.24). Par exemple, le maximum de précipitations dans la figure 2.24 est observé en 1982- 1983, qui est une saison pluvieuse en épisode d’El niño fort, et le minimum de la figure 2.24 est observé dans un épisode de fort La niña (la saison pluvieuse de 1988-1989). La figure 2.23 est expliquée par le tableau suivant qui présente les années des phénomènes passés de 1950 à 2011 et leurs intensités (faible, modéré ou fort) El Niño La Niña Faible Modéré Fort Faible Modéré Fort 1969 1951 1957 1950 1955 1973 1976 1963 1965 1954 1970 1975 1977 1968 1972 1956 1998 1988 2004 1986 1982 1962 2007 1999 2006 1987 1991 1964 2010 1994 1997 1967 2002 1971 2009 1974 1984 1995 2000 2011

Tableau 2.08: Les années El niño et La niña de 1950 à 2011

Comme notre but est de déterminer comment serait la précipitation à une année prédite El niño, La niña ou normale, nous allons maintenant étudier séparément les influences de ces phénomènes pour la région.

2.3 La situation durant l’épisode El niño

Pour étudier les influences du phénomène El niño à la précipitation de la région, notre tâche est de tirer d’abord les années passées par l’épisode El niño citées dans le tableau 2.08 (page 73) et comprises dans les données d’études, ces années seront connues sous le nom d’ « année El niño », ensuite, on va les analyser. Puisque nos données mensuelles sont sur 60 ans (1950 à 2009), alors, on analysera sur toutes les années El niño citées dans le tableau 2.08 (page 73) pour toutes les tâches servant à qualifier le phénomène El niðo dans la région. Et puisqu’on a, au total, 14 années El niño dans les années 1950 à 2009, l’étude et l’analyse sur les précipitations mensuelles sont donc faites sur ces 14 années ou sur les 13 saisons pluvieuses que ces 14 années contiennent.

2.3.1 La quantité moyenne mensuelle de précipitations dans la région durant El niño

Les procédures de travail sont les mêmes qu’avant cette partie, c’est à dire dans la partie 2.1. Pour savoir l’aspect mensuel des précipitations en année El niño, on part des données mensuelles saisonnières de précipitations pour chacune des 13 saisons pluvieuse citées ci-dessus, qui sont les données du mois d’Octobre au mois du Janvier. On calcule les moyennes de ces données mensuelles durant les 13 saisons pluvieuses en main, on a les valeurs et qualifications suivantes sur l’année El niðo. On a 96 mm de précipitations pour le mois d’Octobre et 137 mm pour celui de Novembre puis 242mm pour le mois de Décembre et enfin 292mm en Janvier. Et en calculant les médianes, on a 88mm de précipitations pour le mois d’Octobre et 141 mm pour celui de Novembre puis 246 mm pour le mois de Décembre et enfin 296 mm en Janvier. Notons que les moyennes et les médianes ne sont pas trop distantes, ce qui nous permet de prendre les moyennes pour les qualifications. Les quantités de précipitations en chaque point de grille à écart de 0,5° X 0,5° ou à 50 km de résolution permettent de programmer les figures 2.25 (page 75)

Figure 2.25 : Les moyennes mensuelles d’Octobre à Janvier durant El niño

Ces résultats montrent qu’en année El niño, En Octobre, les précipitations en Est sont les plus abondantes en se décroissant vers l’Ouest. Celles-ci allant de 50 à 157 mm. En Novembre, cette abondance se déplace au Sud, dans le district de Moramanga, sur une quantité de 160 à 168 mm. la partie la plus sèche est le Nord-Ouest du district de Moramanga. Elle en a 105 mm. En Décembre, le centre et la moitié Ouest du district d’Andilamena sont les plus humides, à une quantité de 260 à 280 mm . La plus sèche est le Nord Est du district d’Amparafaravola, à une quantité de 185 mm . En Janvier, la plus humide est le district d’Amparafaravola, il en a jusqu’à 350 mm . celle qui n’en a pas assez est le district de Moramanga, il n’a qu’autour de 245 mm .

2.3.2 La quantité moyenne annuelle de précipitations en année El niño

Après analyse, pour les 15 années El niño, pour la région toute entière la valeur moyenne de précipitations pendant une saison pluvieuse entière est comprise entre 930 et 1300 mm . Ces valeurs excèdent celles de l’étude en moyenne dans la sous-partie 2.1 qu’on a faite précédemment. L’analyse a permis aussi de noter les remarques suivantes La valeur maximale de toutes les années El niño est de 2160 mm, qui est égale à la valeur maximale dans l’étude en moyenne, ce qui explique que l’année El niðo apporte la plus importante quantité de précipitations dans la région. La moyenne de toutes les valeurs des quantités de précipitations y est 1063,67 mm . Les programmations moyennes des précipitations en tous les points de grille couvrant la région aboutissent à la représentation graphique (figure 2.26., page 77) qui nous permet de donner les informations qui suivent sur les précipitations en El niño. Les précipitations les plus abondanteq sont rencontrése dans le centre de la région, notamment dans la moitié Sud du district d’Amparafaravola et couvrant toute la partie centrale du district d’Ambatondrazaka. Cette quantité varie de 1200 mm à 1300 mm, où le centre est l’amont. La pluie minimale est de 940 mm, et rencontrée dans le Nord-Ouest de la région ou dans l’Ouest du district d’Andilamena.

Figure 2.26 : Moyennes annuelles de précipitations (en mm) durant El niño

2.3.3 Les dates de début et de fin de la saison pluvieuse

2.3.3.1 Les dates de début de la saison pluvieuse

L’étude des dates de début de la saison pluvieuse en année El niño se débute par le tirage des débuts dans tous les résultats obtenus pour les 15 années des données initiales. Donc, on n’a que 5 saisons pluvieuses à étudier ici, les saisons pluvieuses de 1997, 2002, 2004, 2006, 2009. On a alors une liste de 5 débuts de la saison pluvieuse pour chaque point de grille dans l’étude, pour les 5 années El niño que nous avons cités au début de cette sous-partie. L’analyse du début de la saison pluvieuse en épisode El niño part du calcul de la moyenne de ces 5 séries de début pour chaque point de grille de l’étude. Et après, on passe à la représentation graphique de ces moyennes et on obtient la figure 2.27 (page 78).

Figure 2.27 : Dates moyennes de début de la saison pluvieuse durant l’épisode El niño

La figure obtenue est la moyenne des dates de début de la saison pluvieuse en chaque point de grille en épisode El niño . Cette moyenne nous mène à calculer la précoce moyenne de la région, la médiane et la tardive, représentées par l’interface ci-dessous

Figure 2.28 : Caractéristiques de début de la saison pluvieuse durant El niño

Ces résultats sont mieux expliquer dans le tableau 2.09 Date précoce Date moyenne Date médiane Date tardive 03 Septembre 28 Octobre 02 Novembre 17 Novembre

Tableau 2.09: Calcul des dates caractéristiques de début de la saison pluvieuse durant El niño

Nous voyons de ce tableau que La date précoce de début de la saison pluvieuse en El niño est en 03 Septembre La date médiane est le 02 Novembre, qui est la vraie moyenne Et la date tardive est le 17 Novembre Pour savoir les dates précoce, médiane et tardive pour chaque zone de la région, il faut passer aux quantiles des dates de début en chaque point de grille, ce qui nous permet d’avoir les figures suivantes (page 79), combinées avec la figure 2.27 (page 78).

Figure 2.29 : Dates moyennes de début de la Figure 2.30 : Dates médianes de début de la saison pluvieuse durant l’épisode El niño saison pluvieuse durant l’épisode El niño

Figure 2.31 : Dates précoces de début de la Figure 2.32 : Dates tardives de début de la saison pluvieuse durant l’épisode El niño saison pluvieuse durant l’épisode El niño

Les schémas dans les figures 2.29 à 2.32 (page 80) montrent la même convergence de précipitations qu’à la figure moyenne (figure 2.27, page 78), l’emplacement moyen des dates précoce et tardive de la saison pluvieuse dans la région ne change pas durant El niño.

2.3.3.2 Les dates de fin de la saison pluvieuse

Ici, nous allons voir quand la saison pluvieuse va se terminer en épisode El niño. Premièrement, étudions cette date de fin de la saison pluvieuse de la région en général. Cette étude part du calcul de la date moyenne de fin pour chaque point de grille, après, on les représente graphiquement et le résultat obtenu est la figure 2.33

Figure 2.33 : Date moyenne de fin de la saison pluvieuse durant l’épisode El niño

Nous allons détailler par le calcul de fins précoce, médiane et tardive, en général de la région. C’est-à-dire qu’on fait ces calculs sur les dates moyennes en tous les points de grille représentées dans la figure 2.33. Ces calculs sont représentés par l’interface ci-dessous

Figure 2.34 : Caractéristiques de fin de la saison pluvieuse durant l’épisode El niño

Ces résultats sont récapitulés par le tableau suivant Date précoce Date moyenne Date médiane Date tardive 07 Mars 20 Avril 20 Avril 30 Mai

Tableau 2.10: Dates caractéristiques de fin de la saison pluvieuse durant l’épisode El niño

La saison pluvieuse durant l’épisode El niño a alors de fin précoce en 07 Mars, de date de fin moyenne et médiane le 20 Avril et de fin tardive le 31 Mai.

2.3.4 La longueur de la saison pluvieuse durant l’épisode El niño

Comme on peut programmer les dates de début et de fin de la saison pluvieuse durant l’épisode El niño, pour chaque point de grille, on peut aussi avoir leurs durées moyennes en épisode El niño. Alors, on peut connaître la longueur de la saison pluvieuse en toute zone de la région par le programme que nous allons représenter graphiquement par la figure 2.35 (page 82).

Figure 2.35 : Longueur de la saison pluvieuse durant l’épisode El niño en jours

Cette figure 2.35 montre que les longueurs de la saison pluvieuse de tous les lieux dans la région sont entre 147 jours et 248 jours, durant l’épisode El niño. La plus longue durée est rencontrée dans l’Ouest du district d’Ambatondrazaka. La longueur de la saison pluvieuse dans ces lieux peuvent atteindre jusqu’à 248 jours. Dans le Nord du district d’Andilamena, cette longueur est autour de 150 jours et s’accroît vers le Sud, jusqu’à 185 jours. Pour le district d’Amparafaravola, on rencontre de durée de 185 jours au Nord, autour de 160 jours dans le centre et se prolonge jusqu’à 210 jours vers le Sud. Pour le district d’Ambatondrazaka, sa partie Ouest contient la durée de la saison pluvieuse la plus longue, autour de 248 jours mais on rencontre aussi la durée la plus courte dans ce district, autour de 147 jours, dans le Centre Est en se prolongeant progressivement vers la périphérie jusqu’à atteindre 185 jours. Dans le district de Moramanga, la durée varie de 147 à 210 jours en se prolongeant vers la périphérie du district.

2.3.5 Les séquences sèches durant la saison pluvieuse de l’épisode El niño

L’étude de la séquence sèche en épisode El niño est faite à partir des données journalières des années El niðo, c’est-à-dire des années 1997, 2002, 2004, 2006 et 2009. D’abord, on programme les données journalières pour avoir le nombre de séquences sèches dans chacune de ces 5 saisons pluvieuses. Et pour savoir le nombre de séquences sèches en général quand on est dans l’épisode El niño, on calcule la moyenne de ces 5 nombres de séquence sèche dans ces 5 saisons pluvieuses, cette moyenne obtenue qualifie le nombre de séquences sèches en années El niño. Pour toute la région, cette moyenne est de 1,18 où on peut dire qu’en année El niño, la région vécut une séquence sèche de 10 jours en une saison pluvieuse. Après avoir programmé ce calcul de nombre de séquences sèches en El niño pour chaque point de la région, le résultat est représenté graphiquement dans la figure 2.36.

Figure 2.36 : Nombre de séquences sèches de 10 jours ou plus durant l’épisode El niño

Ici, les districts d’Andilamena, d’Amparafaravola, l’Ouest d’Ambatondrazaka et d’Andilamena ont 1 fois de séquence sèche, dans une saison pluvieuse. Tandis que les parties Ouest d’Ammbatondrazaka et d’Andilamena en ont 3 fois.

2.3.6 Récapitulation de la situation pluviométrique de chaque commune en année El niño

Le tableau 2.11 dressé ci-dessous présente les saisons pluvieuses de toutes les communes dans chaque district en épisode El niño en donnant à chacune leurs dates de début et dates de fin de saison pluvieuse (marquées par les croix), leurs durées, leurs fréquences en séquences sèches et leurs quantités de précipitations, en moyenne. Les dates de fin de la saison pluvieuse sont données après la ligne rouge, les districts sont séparés par les lignes grasses horizontales. D C Dates de début de la Dates de fin D Nbr Qua I O saison pluvieuse de la saison U de ntité S M pluvieuse R séqu sais

T M E ence onni

R U E s ère 07

- sèch I N (jrs) (mm) 09 Oct

- es

C E 23 Oct 31 Oct 22 Nov 07 Nov 14 Nov Mai - - - 13 Avril 21 Avril 29 Avril

- - (fois) T S - - - 09 23 31 07 14 S 05 13 21 29 Avril 17 Sept A Antanimenabaka 175 1 1137 N Bemaitso 175 1 1145 D I Miarinarivo, 155 1 1150 L Marovato, 155 1 1020 A M Maroadabo, 155 1 1015 E Tanananifololahy 155 1 1014 N A Andilamena 165 1 1010 A Beanana 170 1 1065 M Amboavory 180 1 1070 P A Andrebakely 180 1 1064 R A Morarano Chrome 175 1 1070 F Ambatomainty 175 1 1075 A R Ambodimanga 175 1 1115 A Tanambe 165 1 1119 V O Ambohijanahary 165 1 1115 L Amparafaravola 165 1 1120 A Ambohitrarivo, 165 1 1200 Ampasikely 175 1 1160

A Vohidiala, 185 1 1115 M Bejofo, 185 2 1116 B A Soalazaina, 190 2 1118 T O Andilanatoby 190 1 1120 N Besakay, 190 1 1120 D R Ampitatsimo, 190 2 1232 A Ilafy, 190 2 1235 Z A Manakambahiny Ouest 180 1 1198 K Manakambahiny Est 175 2 1210 A Antanandava, 175 1 1200 Feramanga, 175 1 1180 Didy 175 1 1280 Vohimena, 175 1 1190 Imerimandroso, 175 1 1170 Amparihintsokatra, 175 1 1214 Morarano, 175 1 1210 Ambatosoratra 175 1 1215 Ambandrika, 165 1 1210 Ambohitsilaozana 165 1 1218 Ambatondrazaka 155 1 1210 M Fierenena, 175 1 950 O Amboasary, 175 2 1005 R A Ambatovola, 170 1 1010 M A Andasibe, 170 1 1015 N Beforona 170 1 1021 G A Ambohidronono, 175 1 1030 Moramanga, 170 1 1010 Beparasy, 170 1 1050 Ambohibary, 165 1 1100 Lakato 165 1 1140

Tableau 2.11: Situation pluviométrique de chaque commune durant l’épisode El niño

2.4 La situation durant l’épisode La niña

Pour évaluer les influences du phénomène La niña à la précipitation de la région, notre tâche est de tirer d’abord les années des épisodes La niða citées dans le tableau 2.08 (page 73) et comprises dans les données d’études, ces années seront connues sous le nom d’ « année La niña », ensuite, on va les analyser. Puisque nos données mensuelles sont sur 60 ans (1950 à 2009), alors, on analysera les précipitations sur toutes les années La niña citées dans le tableau 2.08 (page 73) pour toutes les tâches servant à qualifier le phénomène La niña dans la région. Au total, on a 20 années La niða dans les années 1950 à 2009, l’étude et l’analyse sur les précipitations mensuelles sont donc faites sur ces 20 années ou sur les 19 saisons pluvieuses que ces 20 années contiennent.

2.4.1 La quantité moyenne mensuelle de précipitations dans la région en année La niña

L’étude des précipitations mensuelles commence par le calcul de la moyenne des précipitations mensuelles obtenues durant les 19 épisodes La niña. Alors, on a comme résultats les précipitations mensuelles moyennes pour chaque mois de la saison pluvieuse qui dont le mois d’Octobre, Novembre, Décembre et Janvier. Ces moyennes sont représentées par la figure 2.37

Figure 2.37 : Précipitations moyennes mensuelles durant La niña

Nous voyons de ces résultats, en année La niña, que En Octobre, les précipitations s’accroissent de l’Ouest vers l’Est, de 43 à 85 mm dans le Nord et le Sud, ou dans les districts d’Andilamena et de Moramanga. elles sont plus abondantes dans les districts d’Amparafaravola et d’Ambatondrazaka en s’évaluant de 50 à 95 mm En Novembre, l’Ouest est plus humide que l’Est. La quantité est de 107 à 143 mm dans le district d’Andilamena, 114 à 140 mm dans l’Amparafaravola, 114 à 135 mm dans ce d’Ambatondrazaka, 107 à 135 mm pour Moramanga. Les précipitations en Décembre s’intensifient aussi en allant de l’Est vers l’Ouest, elles varient de 190 à 270 mm En janvier, on observe le même sens de variation, dans les deux districts du Nord, la quantité y est de 310 à 350 mm . Mais ce sens de variation est l’inverse dans le Sud, les précipitations s’y intensifient vers l’Est, avec une quantité de 240 à 284 mm.

2.4.2 La quantité moyenne annuelle de précipitations durant l’épisode La niña

Comme l’étude dans l’année El niðo, nous allons évoquer la moyenne de pluie saisonnière dans l’année La niða. Celle-ci est obtenue par la programmation des 20 saisons pluvieuses obtenues en épisodes La niña dans nos données et montrée à la représentation graphique suivante

Figure 2.38 : Précipitations moyennes annuelle durant l’épisode La niña

L’abondance est rencontrée dans le centre, entre le district d’Ambatondrazaka et celui d’Andilamena. Les précipitations dans la région, pendant la saison pluvieuse, sontt entre 1035 et 1275 mm Le district d’Andilamena n’a que 1035 à 1195 mm Celui d’Amparafaravola a 1115 à 1195 mm en s’accroissant vers le Sud Le district d’Ambatondrazaka en a 1035 à 1255 mm en s’accroissant vers le centre Moramanga en a 1090 à 1275 mm

2.4.3 Les dates de début et de fin de la saison pluvieuse

Les résultats ci-après sont obtenus à partir de données journalières des années La niña entre les années 1996 et 2010. Ici, nous allons donner les dates de début et les dates de fin de la saison pluvieuse durant l’épisode La niña. Nous avons procédé par le calcul des moyennes de ces dates pour toutes les saisons pluvieuses durant les épisodes La niña compris entre 1996 et 2010.

2.4.3.1 Les dates de début de la saison pluvieuse

En moyenne, la saison pluvieuse débute le 13 au 22 novembre pour toute la région, elle commence le plus tôt dans la partie Ouest du district d’Ambatondrazaka, la date de début est Du 1ier au 22 Novembre pour Andilamen a Cette même date pour Amparafaravola Cette même date pour le centre d’Ambatondrazaka, du 18 Octobre au 1ier Novembre dans sa partie Est en se tardant vers le Nord, et du 13 Septembre au 1ier Novembre dans l’Ouest en s’avançant vers le Centre Du 08 au 2 Novembre dans le district de Moramanga, mais une petite partie sur son bord Occidental en a le 20 au 27 Septembre

Figure 2.39 : Date moyenne de début de la saison pluvieuse durant l’épisode El niño

Les dates moyennes dans la figure ci-dessus (figure 2.39) nous mène à calculer la date précoce, moyenne, médiane et tardive de toute la région. La procédure est la même que celle de l’étude en année El niño et le résultat est donné dans le tableau 2.12 Date précoce Date moyenne Date médiane Date tardive 08 Septembre 28 Octobre 12 Novembre 17 Novembre

Tableau 2.12: Date caractérisant les dates de début de la saison pluvieuse durant La niña

La date précoce moyenne en année La niña est le 08 Septembre. En moyenne, la pluie tombe, la première fois le 28 Octobre dans toute la région La date médiane est le 12 Novembre La date moyenne où la première pluie tombe au plus tard est le 17 Novembre L’étude est plus analysée en sachant les dates précoce, médiane et tardive de chaque point de grille de la région. On a comme résultat les figures suivantes (page 92)

Date moyenne de début de saison durant La niña Date médiane de début de saison durant La niña

Dates précoces de début de La niña Dates tardives de début de La niña

Figure 2.40 : Dates de début de la saison pluvieuse durant l’épisode La niña

2.4.3.2 Les dates de fin de la saison pluvieuse durant l’épisode La niña

Les années d’étude et les procédures sont les mêmes que celles du début étudié ci-dessus, on a comme résultat la figure 2.41. où on tire les commentaires suivantes : En épisode La niña, la date de fin de la saison pluvieuse dans la région est de 05 Avril au 15 Mai 20 Avril au 07 Mai dans le district d’Andilamen a 13 Avril au 10 Mai dans le district d’Amparafaravola La même date qu’Amparafaravola pour le secteur d’Ambatondrazaka 13 Avril au 23 Mai pour Moramanga

Figure 2.41 : Date en moyenne de fin de la saison pluvieuse durant l’épisode La niña

Ces moyennes pour toute la region permettent de sortir les résultats donnés dans le tableau 2.13

Date précoce Date moyenne Date médiane Date tardive 11 Mars 16 Avril 20 Avril 25 Mai

Tableau 2.13: Dates caractérisant la fin de la saison pluvieuse durant l’épisode La niña

2.4.4 La longueur de la saison pluvieuse

Les résultats de début et de fin de la saison pluvieuse durant l’épisode La niña en chaque point de grille de la région donnent les longueurs moyennes de cette saison en question durant ce phénomène, elles sont représentées graphiquement par la figure 2.42.

Figure 2.42 : Longueur de la saison pluvieuse durant l’épisode La niña

2.4.5 Les séquences sèches durant la saison pluvieuse durant La niña

Pour l’épisode La niña, la séquence sèche de 10 jours et plus apparaît une à 4 fois en une saison pluvieuse Elle est d’une fois dans le Nord d’Andilamena, 2 fois dans son Est, 3 fois dans sa partie Sud 2 à 3 fois dans le secteur Amparafaravola en s’accroissant vers le bord du district 3 à 4 fois dans le district d’Ambaondrazaka, 2 fois dans son centre et 3 fois dans son Est Le district de Moramanga en a 2 à 4 fois dont 3 à 4 fois dans l’Ouest, et 2 fois pour le reste

Figure 2.43 : Nombre de séquences sèches en saison pluvieuse durant l’épisode La niña

Le calcul de la moyenne donne 2,56, alors le phénomène La niña apporte en général 2 à 3 fois de séquences sèches dans la région.

2.4.6 Récapitulation de la situation pluviométrique de chaque commune en année La niña

Dans le tableau de récapitulations suivant (page 96), nous allons présenter les saisons pluvieuses de toutes les communes dans chaque district en donnant à chacune leurs dates de débuts (marquées en bleu), leurs dates de fin (en rouge), leurs durées, leurs fréquences en séquences sèches et leurs quantités de précipitations, en présence du phénomène La niña.

D C Dates de début de la Dates de fin de D Nbr Qua de I O saison pluvieuse la saison U séqu ntité S M pluvieuse R ence sais T M E s onni

04 07 15

sèch

R U E ère - - es – (jrs) (fois) (mm)

I N 01 Nov C E - 18 Oct 08 Nov 15 Nov 21 Avril 29 Avril

T S - - - - -

S 20 Sept Oct 04 18Oct 01 08 22 Nov 13 21 29 Avr Mai 07Mai Mai A Antanimenabaka 170 3 1127 N Bemaitso 170 3 1125 D I Miarinarivo, 150 2 1130 L Marovato, 150 3 1180 A M Maroadabo, 150 3 1170 E Tanananifololahy 150 3 1135 N A Andilamena 160 3 1135 A Beanana 165 2 1140 M Amboavory 175 2 1140 P A Andrebakely 175 3 1140 R Morarano Chrome 170 3 1210 A Ambatomainty 170 2 1220 F Ambodimanga 170 2 1230 A R Tanambe 160 2 1230 A Ambohijanahary 160 2 1230 V Amparafaravola 160 2 1250 O L Ambohitrarivo, 160 2 1150 A Ampasikely 170 2 1200

A Vohidiala, 180 2 1155 M B Bejofo, 180 2 1250 A Soalazaina, 185 2 1247 T O Andilanatoby 185 2 1210 N Besakay, 185 2 1190 D R Ampitatsimo, 185 3 1240 A Ilafy, 185 4 1240 Z Manakambahiny Ouest 175 3 1210 A Manakambahiny Est 170 2 1090 K A Antanandava, 170 2 1080 Feramanga, 170 2 1190 Didy 170 2 1200 Vohimena, 170 2 1210 Imerimandroso, 170 2 1150 Amparihintsokatra, 170 2 1160 Morarano, 170 2 1095 Ambatosoratra 170 2 1205 Ambandrika, 160 2 1210 Ambohitsilaozana 160 2 1205 Ambatondrazaka 150 2 1230

M Fierenena, 170 2 1150 O R Amboasary, 170 2 1180 A Ambatovola, 165 2 1140 M A Andasibe, 165 2 1150 N Beforona 165 2 1150 G A Ambohidronono, 170 2 1160 Moramanga, 165 2 1170 Beparasy, 165 3 1150 Ambohibary, 160 2 1160 Lakato 160 2 1180

Tableau 2.11: Situation pluviométrique de chaque commune durant l’épisode La niña

2.5 Conclusion

La précipitation dans la région Alaotra Mangoro a un régime défini, en moyenne, sur une quantité saisonnière de 1080 mm, sommée par les quantités moyennes mensuelles variables selon le mois formant la saison pluvieuse, sur la date de début, la date de fin et la longueur de saison permettant d’avoir une saison pluvieuse de 170 jours débutant le 12 Novembre et se terminant en 20 Avril. Tantôt, ce régime n’est pas respecté et la saison pluvieuse présente de différence à celle du climat de la région. Cette instabilité a mis en évidence l’influence des phénomènes météorologiques à longue échéance dans la région. Le régime de précipitations devient instable par la présence de 2 phénomènes météorologiques dépendant de la variation de température des eaux de surface de l’océan Pacifique tropical et bouleversant tous les climats du monde. Le phénomène El niðo, apparaissant périodiquement tous les 4 à 5 ans qualifie l’année El niño, ce type d’année a sa saison pluvieuse spécifique à lui dans la région, avec la quantité de précipitations, les dates de fin et de début, la longueur de la saison pluvieuse et la fréquence de séquences sèches en cette saison. Le phénomène contraire, La niña, apporte aussi ses caractéristiques de la saison pluvieuse propres à lui dans la région. L’objectif de ce deuxième chapitre a été d’évaluer les précipitations de la région selon le type du phénomène présent afin de connaître les aspects de la saison pluvieuse au cas échéant. Avant d’y arriver, nous avons passé par beaucoup de programmations, des analyses et des observations. Ces tâches ont abouti à la connaissance des saisons pluvieuses de toutes les communes rurales et urbaines de la région.

CHAPITRE 3

COMPARAISON ET INTERPRETATION

3.1 Présentation et remarques sur les années normales

Rappelons que l’année est normale si elle n’a pas d’épisode El niño, ni d’épisode La niña. On peut la rendre aussi comme l’année habituelle puisque si nous prenons les données des 60 saisons pluvieuses passées, les 14 étaient des années El niño et les 9 autres étaient des années La niña, alors toutes les années restantes sont des années normales, c’est-à-dire 37 années sur 60 et l’étude sur l’année normale, donnant les résultats et représentations graphiques dans la partie présente, est faite sur les valeurs des précipitations pendant ces 37 années, dans ces 60 années de nos données. Nous allons donner les valeurs des précipitations en année normale et les comparer, en même temps à celles de la moyenne étudiée dans la partie 2.1.

3.1.1 Comparaison des moyennes mensuelles durant l’épisode normal aux moyennes mensuelles de la région

Les tableaux suivants informent sur les précipitations moyennes mensuelles de l’année normale et les comparent à celles de la moyenne. Précipitations d’Octobre en moyenne Précipitations d’Octobre en année normale

Précipitations de Novembre en moyenne Précipitations de Novembre en année normale

Précipitations de Décembre en moyenne Précipitations de Décembre en année normale

100

Précipitations de Janvier en moyenne Précipitations de Janvier en année normale

Figure 3.01 : Comparaison de moyennes mensuelles de la saison normale à celles de la moyenne

Les représentations graphiques données dans la figure ci-dessus (figure 3.01) montrent les précipitations mensuelles de mêmes valeurs, de mêmes parties et de mêmes convergences. Alors, elles permettent de conclure que pendant la saison pluvieuse, durant l’épisode normal, les précipitations mensuelles sont égales à celles qui sont trouvées dans le calcul des dates de début de la saison pluvieuse, en moyenne (section 2.1.2.).

101

3.1.2 Comparaison de la somme saisonnière de précipitations en épisode normal à la moyenne

Précipitations saisonnières en moyenne Précipitations saisonnières l’année normale

Figure 3.02 : Comparaison des précipitations saisonnières durant l’épisode normal aux moyennes

Les précipitations saisonnières en année normale sont presque les mêmes que les moyennes, elles ne dépassent pas ces dernières que de quelques millimètres, en moyenne de 5 mm, qui est une valeur négligeable, alors on peut admettre que l’année normale a la même quantité de précipitations que la moyenne.

3.1.3 Comparaison des dates de début de la saison pluvieuse de l’année normale aux dates de début moyennes

Faisons maintenant la comparaison sur la date de début de la saison pluvieuse normale à droite et la date moyenne de début de la saison pluvieuse qui est juste à gauche afin de savoir les décalages entre les dates de début de saison.

102

Date moyenne de début de la saison pluvieuse Date de début de la saison pluvieuse normale

Figure 3.03 : Comparaison des dates de début de la saison pluvieuse durant l’épisode normal à celles de la moyenne

On trouve dans la figure 3.03 que les valeurs sont presque les mêmes, dans les mêmes parties. Celles de l’épisode normal dépassent les dates moyennes d’un jour seulement, dans les lieux à début plus précoce, ceci est un décalage que l’on peut négliger, alors on peut admettre que les dates de début de la saison pluvieuse durant l’épisode normal et les dates de début moyennes sont les mêmes.

3.1.4 Les dates de fin de la saison pluvieuse en année normale

Nous avons ici (figure 3.04, page 104), à gauche, les dates moyennes de fin de la saison pluvieuse de la région et à droite celles de la fin de la saison pluvieuse durant les épisodes normaux.

103

Date moyenne de fin de la saison pluvieuse Date de fin de saison pluvieuse normale

Figure 3.04 : Comparaison des dates de fin de la saison pluvieuse normale aux dates moyennes

En comparant les deux (2) schémas de la figure 3.04, on voit qu’il n’y a point de différence entre eux. Ces deux schémas ont les mêmes dates dans les mêmes parties. Ceci nous permet de constater que la date de fin de la saison pluvieuse de l’année normale est la même que la date de fin moyenne.

3.1.5 La longueur de la saison pluvieuse

Puisque les dates de début de la saison durant l’épisode normal et les dates moyennes de début de la saison pluvieuse sont les mêmes, alors que les dates de fin de la saison pluvieuse dans ces deux cas les sont aussi. Donc, on peut dire que la longueur de la saison pluvieuse durant l’épisode normal est égale à la longueur moyenne de la saison pluvieuse de la région. Cette longueur de saison est aussi la longueur représentée dans l’étude de précipitation moyenne de la région (section 2.1.5., page 63)

104

3.1.6 La fréquence de séquences sèches durant l’épisode pluvieuse en année normale

La programmation faite sur les données journalières en année normale, pour le calcul du nombre de séquences sèches dans une saison pluvieuse donne le schéma de droite ci-dessous, comparé à celui de gauche qui donne le nombre moyen saisonnier de séquences sèches dans la région.

Nombre de séquences sèches en moyenne Nombre de séquences sèches en année normale

Figure 3.05 : Comparaison des nombres de séquences sèches en épisode normal et en moyenne

Ces deux (2) schémas n’ont que 0,2 fois de différence, alors la fréquence de séquences sèches en une année normale est égale à la fréquence moyenne. En plus, le calcul du nombre moyen de séquences en année normale a donné 1,21 fois, ce qui n’est pas loin de celui de la moyenne qui est égal à 1,6.

3.1.7 Conclusion sur les années normales

Les valeurs obtenues dans l’étude de précipitations durant les années normales sont égales à celles de la moyenne étudiée dans la première section du chapitre précédent. La quantité moyenne des précipitations annuelles durant les années normales est donc au milieu des deux moyennes

105

annuelles obtenues dans l’évaluation des deux (2) épisodes étudiés ci-dessus, c’est-à-dire au milieu de la valeur moyenne des précipitations durant l’épisode El niño et de de la moyenne durant l’épisode La niða. Ce qui implique que l’épisode El niðo et l’épisode La niða apportent l’une ou l’autre de sécheresse ou de l’humidité dans la région. La réponse à ce sujet est l’objet des sections qui suivent, et l’étude est faite en fonction des comparaisons.

3.2 Comparaison et interprétations sur l’épisode El niño

Les parties suivantes vont répondre à nos questions sur l’apport de l’épisode El niðo dans la région. C’est-à-dire qu’on va voir s’il apporte de sécheresse ou d’humidité dans la région.

3.2.1 Comparaison des moyennes mensuelles en année El niño à celles de l’année normale

Pour bien étudier l’influence du phénomène El niðo dans la région, allons comparer ses résultats sur les moyennes mensuelles à ceux de la saison pluvieuse durant l’épisode normal dans la région. Nous allons alors procéder par la comparaison de la figure 2.24 (les précipitations mensuelles dans la saison pluvieuse durant l’épisode El niðo, page 75) à la figure 3.01. (les précipitations mensuelles de la saison pluvieuse durant l’épisode normal dans la région, page 101) que nous allons détailler ci-dessous.

106

3.2.1.1 Comparaison et interprétations sur les précipitations d’Octobre en saison pluvieuse durant l’épisode El niño

Précipitations d’Octobre en episode normal Précipitations d’Octobre en episode El niño

Figure 3.06 : Comparaison des précipitations d’Octobre durant l’épisode El niño aux normales

Nous voyons de ces résultats qu’en épisode El niño, les précipitations d’Octobre augmentent de quantité par rapport aux normales, mais les zones de convergence et d’abondance restent les mêmes, elles sont toujours dans l’Est de la région. Par le calcul de l’écart moyen entre les valeurs de précipitations de ces deux schémas, l’excès de quantité de précipitations par rapport à la normale varie selon chaque zone, Dans l’Est, les précipitations en épisode El niño augmentent de 50 mm par rapport aux normales Dans les zones centrales, du Nord au Sud, les précipitations augmentent en environ de 30 mm Dans les parties Ouest, où on a la moindre quantité, l’écart est de 10 mm

107

3.2.1.2 Comparaison et interprétations sur les précipitations de Novembre en saison pluvieuse durant l’épisode El niño

Précipitations de Novembre durant l’episode Précipitations de Novembre durant El niño normal

Figure 3.07 : Comparaison des précipitations de Novembre durant l’épisode El niño par rapport aux normales

En Novembre, la zone d’abondance de précipitations étant dans le Sud Ouest en épisode normal, change de place vers l’Est en saison pluvieuse dans l’épisode El niño, la partie qui a la moindre précipitation devient le Nord Ouest si elle est dans le Nord Est en épisode normal. L’écart de la quantité de précipitations est le même pour chaque zone, la pluie durant l’épisode El niño augmente de 6 mm par rapport à la normale.

108

3.2.1.3 Comparaison et interprétations sur les précipitations de Décembre en saison pluvieuse durant l’épisode El niño

Précipitations de Décembre en episode Précipitations de Décembre en El niño normal

Figure 3.08 : Comparaison de précipitations de Décembre durant El niño par rapport à celles de l’épisode normal

La zone d’abondance de précipitations durant l’épisode El niño est presque la même que celle de l’épisode normal en Décembre, elle s’élargit seulement en descendant vers le Sud et arrive jusqu’à couvrir le district d’Andilamena. La quantité de précipitations ne montre pas trop de différence.

109

3.2.1.4 Comparaison et interprétations sur les précipitations de Janvier en saison pluvieuse durant l’épisode El niño

Précipitations de Janvier en épisode normal Précipitations de Janvier en El niño

Figure 3.09 : Comparaison de précipitations de Janvier durant El niño par rapport aux normales

En Janvier El niño, la moitié Nord est aussi plus humide que la partie Sud, comme dans l’épisode normal, mais la quantité maximale de pluie se migre seulement dans le centre, mais elle se place dans le Nord-Ouest en épisode normal. El niño, apporte plus de pluie suivant les écarts ci-dessous: 10 mm dans le Sud 15 mm au centre 20 mm au Nord De la figure 3.06 à la figure 3.09, on voit que les moyennes mensuelles de précipitations durant la saison pluvieuse de l’épisode El niðo sont plus abondantes par rapport aux moyennes mensuelles de précipitations durant l’épisode normal. L’écart varie selon le mois et la partie de la région.

110

3.2.2 Les précipitations annuelles

Les influences de l’épisode El niño sur la saison pluvieuse de la région se réside sur le fait qu’on compare ses résultats à ceux de l épisode normal de la région, comme le montre la figure 3.10 précipitations saisonnières en épsiode normal précipitations saisonnières en episode El niño

Figure 3.10 : Comparaison de la somme saisonnière de précipitations durant l’épisode El niño à la normale

La zone d’abondance de précipitations reste la même, c’est toujours le centre de la région. Dans les zones habituellement faibles en précipitations, comme le Nord-Ouest et le Sud- Ouest, la quantité ne varie pas. Cette quantité augmente de 40 mm d’écart dans les zones à précipitations abondantes. Ces observations permettent alors de justifier que l’année El niðo a beaucoup plus de pluie par rapport à l’épisode normal.

111

3.2.3 Les dates de début et de fin de la saison pluvieuse

3.2.3.1 Les dates de début de la saison pluvieuse

La comparaison des dates caractérisant des dates de début de saison de la région durant l’épisode normal et des dates moyennes en épisode El niño (Tableau 3.01) présente la précocité des dates de début de la saison pluvieuse durant ce dernier. Date précoce Date moyenne Date médiane Date tardive En episode normal 23 Octobre 28 Octobre 07 Novembre 17 Novembre En episode El niño 03 Septembre 28 Octobre 02 Novembre 17 Novembre

Tableau 3.01: Comparaison de date de début de la saison pluvieuse durant l’épisode El niño et celle de l’épisode normal Nous voyons de ce tableau, en comparant les débuts précoces et médians, que l’épisode El niño a de date de début plus avancée de 5 jours, au minimum, par rapport à la normale. Les dates médianes de début de la saison pluvieuse à tous les points de grille de la région, en épisode El niño, comparées aux celles de l’épisode normal montre qu’en saison pluvieuse durant l’épisode El niño, la date de début avance par rapport à la normale en toute zone de la région, mais l’écart de ces dates n’est pas le même pour chaque zone de la région, cet écart varie de 5 à 20 jours selon la zone, comme le montre la figure 3.11 (page 113)

112

Dates de début de la saison pluvieuse en Date de début durant l’épisode El niño épisode normal

Figure 3.11 : Comparaison des dates moyennes de début de la saison pluvieuse durant El niño par rapport aux dates de l’épisode normal

Si nous prenons le district d’Andilamena, toute sa partie Nord a de début en 22 Novembre en épisode normal, mais dans l’épisode El niño, une grande partie a de date avancée en 07 Novembre. Alors le début de la saison pluvieuse pour cette partie est avancé de 2 semaines. Comme le centre de la région aussi, ayant de début à partir du 20 Novembre en épisode normal, commence sa saison pluvieuse au début du mois de Novembre en épisode El niño. Le début le plus précoce, observé dans l’Ouest du district d’Ambatondrazaka avance son début d’environ 5 jours en épisode El niño Tout le district de Moramanga avance aussi son début de 2 semaines.

113

3.2.3.2 Les dates de fin de la saison pluvieuse

Leurs comparaisons aux dates de fin en épisode normal commencent par l’observation des schémas de la figure 3.12

Date de fin de la saison pluvieuse en épisode Date moyenne de fin de la saison pluvieuse normal durant l’El niño

Figure 3.12 : Comparaison de date de fin de la saison pluvieuse durant El niño à celle de la l’épisode normal

Ces 2 schémas de la figure 3.12 ne présentent pas de différence de résultats. Alors, l’épisode El niño ne doit pas apporter en général de date précoce ou tardive de fin de la saison pluvieuse. Mais lorsque nous faisons le calcul de fins précoce, médiane et tardive, en général de la région, la date tardive de fin de la saison pluvieuse en épisode El niño diffère de celle de l’épisode normal, elle est en 30 Mai contre 25 Mai dans le tableau de fin de la saison pluvieuse en épisode normal (Tableau 2.05, page 59). L’année El niðo a donc de fin de la saison pluvieuse plus tard par rapport à la normale.

114

Date précoce Date moyenne Date médiane Date tardive En épisode normal 11 Mars 16 Avril 20 Avril 25 Mai En episode El niño 07 Mars 20 Avril 20 Avril 30 Mai

Tableau 3.02: Comparaison des dates de fin de la saison pluvieuse durant l’épisode El niño à celles de l’épisode normal

3.2.4 La longueur de la saison pluvieuse durant l’épisode El niño

L’épisode El niño a donc de fin de la saison pluvieuse plus tard que la normale, et comme ce phénomène apporte de début de la saison pluvieuse plus précoce, alors, on peut en tirer que l’année El niðo a de la saison pluvieuse plus longue par rapport à la normale. Allons comparer par la figure 3.13 pour interpréter la durée de la saison pluvieuse en épisode El niño.

Figure 3.13 : Comparaison de la longueur de la saison pluvieuse durant l’épisode El niño à la longueur de la saison pluvieuse normale

Comparer à la normale, la saison pluvieuse durant l’épisode El niño est plus longue partout dans la région

115

La longueur de la saison pluvieuse dans toute la partie Nord du district d’Andilamena ne dépasse pas 147 jours en épisode normal, tandis qu’en épisode El niño, elle atteint 160 jours Celles des parties Nord et Sud du district d’Amparafaravola ne dépasse pas 180 jours en normale. En épisode El niño, le Nord de ce district a 185 jours et celle du Sud atteint 210 jours Toute la partie Ouest d’Ambatondrazaka a toujours la plus longue la saison pluvieuse en épisode El niño, celle-ci est de 230 jours en épisode normal et s’accroît à 245 jours en épisode El niño La partie Nord de Moramanga qui n’a que 135 jours de saison pluvieuse, en épisode normal, en aura 160 en épisode El niño. Alors, la saison pluvieuse durant l’épisode El niño est plus longue par rapport à la normale, le phénomène El niño prolonge la saison pluvieuse de 15 à 20 jours en moyenne.

3.2.5 Les séquences sèches durant l’épisode pluvieuse dans l’épisode El niño

Comparer à la séquence sèche épisode normal étudiée dans 3.1.6, qui est égale à 1,2 fois, où nous avons constaté qu’en moyenne, la séquence sèche est de 1 à 2 fois dans une saison pluvieuse, on en tire que la saison pluvieuse El niño a moins de séquences sèches par rapport à la normale car elle a, une fois de séquence sèche en moyenne. Allons détailler en comparant ces nombres pour chaque point de la région aux nombres moyens par la figure 3.14 (page 117).

116

Nombre de séquences sèches durant la saison Nombre de séquences sèche en saison pluvieuse pluvieuse de l épisode normal durant l’épisode El niño

Figure 3.14 : Comparaison de nombres de séquences sèches durant l’épisode El niño et l’épisode normal

Ces 2 représentations graphiques prouvent la diminution du nombre de séquences sèches en année El niño. En épisode normal, les séquences sèches sont plus nombreuses, il arrive jusqu’à dépasser 3 fois en une saison pluvieuse. Tandis qu’en épisode El niño, il est de 2 fois au maximum. Alors, le phénomène El niño apporte moins de séquences sèches dans la région.

3.3 Comparaison et interprétation sur l’épisode La niña

3.3.1 Comparaison des moyennes mensuelles durant l’épisode La niña à celles de l’épisode normal

3.3.1.1 Comparaison et interprétation sur les précipitations d’Octobre durant épisode La niña

Les précipitations d’Octobre de l’épisode normal et celle de l’année La niða, à comparer, sont représentées ci-dessous

117

Figure 3.15 : Comparaison des précipitations d’Octobre durant l’épisode La niña à celle de l’épisode normal

La pluie d’Octobre diminue de 10 mm en épisode La niña par rapport à la nomale, partout dans la région. La pluie a la même place d’abondance que la normale.

118

3.3.1.2 Comparaison et interprétation sur les précipitations de Novembre en épisode La niña

Figure 3.16 : Comparaison des précipitations de Novembre durant l’épisode La niña à celles de l’épisode normal

En Novembre, la saison dans l’épisode La niña a moins de précipitations par rapport à la normale, d’un décalage de 20 mm. La partie qui a les précipitations les plus abondantes se déplace vers l’Ouest.

119

3.3.1.3 Comparaison et interprétation sur les précipitations de Décembre durant l’épisode La niña

Figure 3.17 : Comparaison des précipitations de Décembre durant l’épisode La niña à celles de l’épisode normal

L’épisode La niña a la même quantité de précipitations que la normale, en Décembre, avec la même partie d’abondance de pluie.

120

3.3.1.4 Comparaison et interprétation sur les pluies de Janvier durant l’épisode La niña

Figure 3.18 : Comparaison de précipitations de Janvier durant l’épisode La niña à celle de l’épisode normal

En Janvier, la partie d’abondance de pluie descend un peu vers le Sud et la quantité augmente de 30 mm partout.

121

3.3.2 Les pluies saisonnières en épisode La niña et en épisode normal

Pluie saisonnière durant l’épisode normal Pluie saisonnière durant l’épisode La niña

Figure 3.19 : Comparaison de la pluie saisonnière durant l’épisode La niña à celle de l’épisode normal

La variation de récipitations en épisode La niða n’est pas la même partout dans la région Dans le district d’Andilamena, la quantité est de 1015 à 1200 mm, presque la même que celle de l’épisode normal. La quantité la plus abondante observée entre les districts d’Amparafaravola et d’Ambatondrazaka, descend vers le Nord d’Ambatondrazaka et devient plus importante. Et la quantité dans les parties restantes dans ces 2 districts ne varie pas. Dans le district de Moramanga, la quantité diminue de 40 mm.

122

3.3.3 Les dates de début et de fin de la saison pluvieuse

3.3.3.1 Les dates de début de la saison pluvieuse

Début de la saison pluvieuse en épisode normal Début de la saison pluvieuse durant l’épisode La niña

Figure 3.20 : Comparaison des dates de début de la saison pluvieuse durant l’épisode La niña par rapport à celles de la saison pluvieuse normale

Cette figure ci-dessus présente les mêmes schémas, c’est-à-dire que les débuts de la saison pluvieuse en année La niña sont les mêmes que ceux de la normale mais la comparaison des médianes prouvent une date un peu plus tard de la saison pluvieuse en présence de ce phénomène, celles-ci sont le 07 Novembre et le 12 Novembre.

123

3.3.3.2 Les dates de fin de la saison pluvieuse

Les dates de fin de la saison pluvieuse en Les dates de fin de la saison pluvieuse durant épisode normal l’épisode La niña

Figure 3.21 : Comparaison des dates de fin de la saison pluvieuse durant l’épisode La niña par rapport aux dates de fin de la saison pluvieuse normale

Les schémas de la figure 3.21 présentent les mêmes résultats, alors, la saison durant l’épisode La niña a la même date de fin que la saison pluvieuse normale.

3.3.4 Les longueurs de la saison pluvieuse

Les dates de début de la saison pluvieuse et de fin de la saison pluvieuse en épisode La niña sont les mêmes que celles de la saison pluvieuse normale, alors on peut y constater que la saison pluvieuse durant l’épisode La niña a la même longueur que la saison pluvieuse normale. La figure 3.22 (page 125) l’affirme.

124

Figure 3.22 : Comparaison de longueur de la saison pluvieuse durant l’épisode La niña par rapport à la longueur de la saison pluvieuse normale

3.3.5 Les séquences sèches durant la saison pluvieuse de l’épisode La niña

Comparée à l’épisode normal, l’épisode La niña a de séquences sèches plus nombreuses dans une saison pluvieuse, comme le montre la figure 3.23 (page 126)

125

Nombre de séquences sèches durant l’épisode Nombre de séquences sèches durant La niña normal

Figure 3.23 : Comparaison de nombre de séquences sèches durant l’épisode La niña par rapport au normal

D’après notre calcul du nombre moyen de séquences sèches en épisode La niña, on en a trouvé 2,56 fois dans une saison pluvieuse, mais en épisode normal dans la région, ceci est égal à 1,6 fois. En plus, l’année La niða a de séquences sèches pouvant dépasser 4 fois dans une saison pluvieuse mais en épisode normal ce nombre est égal à 3 au maximum.

3.4 Le résultat de la comparaison des moyennes

Le calendrier cultural est un calendrier que les cultivateurs suivent pour leurs activités dans l’agriculture, ce calendrier commence avec le début de la saison pluvieuse et est lié fortement à la quantité de pluie dans un mois de la saison pluvieuse, alors nous allons déterminer ici la variation moyenne mensuelle des précipitations dans la saison pluvieuse selon ce type d’année.

126

Octobre Novembre Décembre Janvier Normale 61 143 252 268 El niño 96 137 242 292 La niña 57 127 235 291

Tableau 3.03: Moyennes mensuelles des précipitations (en mm) suivant le type de la saison pluvieuse Le tableau ci-dessus peut être représenté par la figure suivante :

Figure 3.24 : Quantités de précipitations mensuelles selon le type d’année

127

En somme, le résultat en moyenne se résume par le tableau suivant : Années El Niño La Niña Normale Début de la saison pluvieuse 02 Novembre 12 Novembre 07 Novembre Fin de la saison pluvieuse 20 Avril 20 Avril 20 Avril Longueur de la saison pluvieuse (jours) 178 170 170 Fréquence moyenne de séquence sèche 1 3 2 Moyenne en Octobre (mm) 96 57 61 Moyenne en Novembre (mm) 138 127 142 Moyenne en Décembre (mm) 242 234 251 Moyenne en Janvier (mm) 293 292 268 Moyenne annuelle (mm) 1164 1060 1118

Tableau 3.04: Résultat en moyenne de l’étude des précipitations selon le type d’année

3.5 Interprétations et propositions

Les comparaisons qu’on vient de faire permettent de récapituler que le phénomène El niðo apporte une abondance de pluie, mensuelle et annuelle, à la région par rapport aux autres années, avec des écarts n’étant pas les mêmes partout dans la région. Cet écart va de 10 à 50 mm dans les quantités mensuelles et atteint 40 mm, en moyenne pour les quantités saisonnières. En plus, ce phénomène déclenche une saison pluvieuse plus précoce par rapport à l’année normale. La date de début s’y avance de 5 à 20 jours selon le lieu. Pour les agriculteurs, un semis plus précoce est alors conseillé pour avoir de meilleur rendement, et le début tardif du semis y est fatal car l’abondance de pluie en cette période risque d’inondation et peut arracher les jeunes plants du riz. L’épisode La niña présente la minime quantité de pluies surtout en Octobre. Si on y veut de pluie plus abondante, c’est mieux d’attendre le mois de Novembre, par exemple pour le labour des sols. Cette quantité augmente en Janvier. Alors la culture dans cette saison nécessite de désherbage plus fréquent. Sa date de début est un peu plus tard par rapport à la normale, alors il y est vaniteux d’être pressé au semis. Cette tardiveté de la saison pluvieuse ainsi que son importante fréquence en séquence sèche rend la saison pluvieuse durant l’épisode La niña plus sèche par rapport à la normale. L’année normale qui est encore l’année moyenne a les résultats proposés dans la section 2.1. Cette année a la vraie saison pluvieuse de la région. Elle revient fréquemment dans la région et elle n’est pas sous les influences de tous les phénomènes cités ci-dessus. C’est l’habituelle année, ayant les

128

aspects de la saison pluvieuse auxquels les paysans ont basé principalement leurs activités de culture.

3.6 Conclusion

La saison pluvieuse ayant la pluie la plus abondante est celle de l’épisode El niño, sa quantité durant une saison pluvieuse est en moyenne, de 1163 mm. C’est aussi la saison pluvieuse au plus précoce début, à la fin plus tardive et ayant la plus longue durée, sa date de début est en moyenne le 02 Novembre pour la région et sa date de fin est le 20 Avril, en rendant 178 jours de longueur en moyenne, où le nombre de séquences sèches est le plus minable par rapport aux autres années. La saison pluvieuse la plus sèche est celle de l’épisode La niða, elle n’a que 1060 mm devant les 1118 mm de l’année normale, elle a, en plus, de date de début plus tardive, mais la même date de fin que la saison pluvieuse de l’année normale et présentant la plus courte saison de pluie, avec des séquences sèches plus nombreuses par rapport aux autres années, celles-ci sont dénombrées en 3 fois, dans une saison pluvieuse, contre une fois dans l’épisode El niño et 2 fois dans les années normales. L’année normale se place entre l’année El niðo et l’année La niña en termes de quantité saisonnière, de début, de fin et de longueur de la saison pluvieuse ainsi qu’en fréquence de séquences sèches. Pour chaque district, on peut tirer les conclusions présentées par les tableaux suivants (page 130 à 141) :

129

LA PRECIPITATION DU DISTRICT D’ANDILAMENA DURANT L’EPISODE EL NIÑO

Les pluies mensuelles saisonnières La somme de pluies annuelle Le début de la saison pluvieuse La fin de la saison Longueur de la saison Les séquences pluvieuse pluvieuse sèches

La moyenne mensuelle est supérieure à la - moyenne : 1160 mm. - Date moyenne de début : le 07 - 21 Avril en - Longueur moyenne : -Nombre moyen normale. L’écart est plus considérable en Novembre moyenne. 165 jours de séquences Octobre. La pluie est plus abondante en - De 1060 mm au Nord à sèches de 10 jours Janvier. 1270 mm au Sud. - Avancée de 10 jours par - non écartée de la - Plus longue que la : 1 rapport à la date normale. normale. normale, d’écart de 10 En Octobre : - Plus abondantes et plus jours, surtout dans la - Inférieur à celui ~ moyenne : 100 mm. écartées dans le Nord-Est - les débuts des parties Sud et moitié Nord du district. de la normale ~ De 50 mm dans l’Ouest à 150 mm dans avec une quantité supérieure centrale sont les plus avancées à la normale d’un écart de 40 de 7 jours par rapport aux - De 150 jours au Nord l’Est. mm. normales. Leurs dates sont aux à 175 jours au Sud. ~ Supérieure à la normale, écart de 30 mm environs du 1ier au 07 dans l’Ouest et de 50 mm dans l’Est. - les quantités moyennes Novembre. ~ Plus abondante dans la partie Est. dans les parties restantes ne sont pas écartées des - Pour les parties restantes En Novembre : quantités normales. (Nord Ouest et Nord Est), la ~ moyenne de 125mm. date est du 14 au 20 Novembre. ~ 110 à 135 mm ~ Même quantité que la normale. ~ L’abondance est dans l’Est.

En Décembre, ~ 260 mm en moyenne. ~ Quantité supérieure à la normale d’un écart de 20 mm. ~ Abondance dans l’Est.

En Janvier, ~ 340 mm, plus abondante par rapport à la normale à écart moyen de 40 mm.

Tableau 3.05: Evaluation de la pluviométrie du district d’Andilamena en épisode El niño 130

LA PRECIPITATION DU DISTRICT D’ANDILAMENA EN EPISODE NORMALE

Les pluies mensuelles saisonnières La somme de pluies annuelle Le début de la saison pluvieuse La fin de la saison La longueur de la Les séquences pluvieuse saison pluvieuse sèches

En Octobre, -1070 mm à 1160 mm, Début moyen : 14 Novembre. Date moyenne : 155 jours en moyenne. Fréquence - 27 mm dans l’Ouest à 95 mm dans l’Est. abondante dans le Nord. 21 Avril. moyenne : 1 fois - 30 Octobre au 07 Novembre -150 jours dans la En Novembre, dans la partie Sud du district. moitié Nord du district. Presqu’1 fois dans - 120 mm dans l’Est à 130 mm dans l’Ouest. tout le district. - 07 au 14 Novembre dans le -155 à 170 jours dans Sauf dans la En Décembre, centre du district. la partie Sud. bordure Est, cette - 206 mm dans l’Est à 262 mm dans l’Ouest. fréquence atteint 2 - 14 au 22 Novembre dans le fois. En Janvier, Nord Ouest et le Nord Est. 260 à 290 mm dans la partie orientale, 300 mm dans la moitié Ouest du district.

Tableau 3.06: Evaluation de la pluviométrie du district d’Andilamena en année normale

131

LA PRECIPITATION DU DISTRICT D’ANDILAMENA DURANT L’EPISODE LA NIÑA

Les pluies mensuelles saisonnières La somme de pluies annuelle Le début de la saison pluvieuse La fin de la saison La longueur de la Les séquences pluvieuse saison pluvieuse sèches

- 15 au 22 Novembre dans la Date moyenne : Longueur moyenne : 2 fois dans l’Ouest. En Octobre, - 1050 mm dans l’Ouest à majeure partie du district. En 21 Avril. 150 jours. - 43 mm dans l’Ouest à 95 mm dans l’Est. 1195 mm dans le Nord Est. retard de 10 jours environ par 3 fois dans l’Est. - Même quantité que la normale. rapport à la normale. La même que la Plus courte que la - La même quantité que la normale. moyenne à écart de 10 Plus fréquente que En Novembre, normale. - 1ier au 15 Novembre dans jours. la normale. - 100 mm dans l’Est à 140 mm dans l’Ouest. l’Ouest, 22 Novembre dans l’Est. - Inférieure de 10 mm à celle de l’année normale.

En Décembre, - 195 mm dans l’Est à 265 mm dans l’Ouest. - Inférieure à la normale à 10 mm d’écart.

En Janvier, - 286 mm dans le Nord à 330 mm dans le Sud. Supérieure à la normale à écart de 20 mm.

Tableau 3.07: Evaluation de la pluviométrie du district d’Andilamena en épisode La niña

132

LA PRECIPITATION DU DISTRICT D’AMPARAFARAVOLA EN EPISODE EL NIÑO

Les pluies mensuelles saisonnières La somme de pluies annuelle Le début de la saison pluvieuse La fin de la saison Longueur de la saison Les séquences pluvieuse pluvieuse sèches

ier La moyenne mensuelle est supérieure à la - quantité moyenne : 1150 - Date moyenne de début : le 1 -Date moyenne : 20 - Longueur moyenne: -Nombre moyen normale. L’écart est plus considérable en mm Novembre Avril. 165 jours de séquences Octobre. La pluie la plus abondante est en sèches de 10 jours Janvier - De 1070 à 1280 mm. - Avancée de 7 jours par rapport - non écartée de la - Même longueur que : 1 à la date normale. normale. la normale. En Octobre : - Plus abondantes dans le - Sauf pour la partie - Inférieur à celui ~ En moyenne, 125 mm. centre avec une quantité - les débuts des parties centrales - Du 29 Avril au 05 centrale et celle du Sud de la normale. ~ De 100 à 155 mm de pluie. supérieure à la normale d’un sont plus tardifs par rapport aux Mai dans la partie Ouest, la saison est ~ Supérieure à la normale, écart moyen de 50 écart de 20 mm. autres parties mais ils sont les Nord. plus prolongée de 10 jours d’écart par mm. plus écartés (plus avancés) par ~ Plus abondante dans la partie Est. - Du 29 Avril au 07 rapport à celle de la rapport à ceux de l’année En Novembre : Mai dans le Sud normale. ~ En moyenne 150 mm. normale. Ouest. ~ 142mm à160 mm. ~ Même quantité que la normale. ~ L’abondance est dans la partie Sud. En Décembre, ~ Moyenne : 230 mm ~ 185 à 280 mm. ~ Quantité supérieure à la normale d’un écart de 20 mm. ~ Abondance dans le Sud. En Janvier, ~ 320 mm de moyenne ~ 290 à 350 mm, plus abondante par rapport à la normale à écart moyen de 40 mm.

Tableau 3.08: Evaluation de la pluviométrie du district d’Amparafaravola en épisode El niño

133

LA PRECIPITATION DU DISTRICT D’AMPARAFARAVOLA EN EPISODE NORMALE

Les pluies mensuelles saisonnières La somme de pluies annuelle Le début de la saison pluvieuse La fin de la saison Longueur de la saison Les séquences pluvieuse pluvieuse sèches

En Octobre, - 1100 mm au Nord à 1250 31 Octobre au 14 Novembre, en - Date moyenne : Moyenne : 165 jours 2 fois - Moyenne : 85 mm. mm au Sud. se tardant vers le centre. 20 Avril. - 70 mm dans l’Ouest à 100 mm dans l’Est. -175 jours dans le Sud - Moyenne : 1175 mm. - Du 29 Avril au 05 Ouest. En Novembre, Mai dans la partie - Moyenne : 145 mm. Nord. - 16 à 165 jours dans le - 130 mm dans l’Est à 160 mm dans centre. l’Ouest. - Du 29 Avril au 07 Mai dans le Sud - 170 jours dans le En Décembre, Ouest Nord et dans l’Est. - 200 mm dans l’Est à 260 mm dans l’Ouest.

En Janvier, - 260mm dans l’Est à 300 mm dans l’Ouest.

Tableau 3.09: Evaluation de la pluviométrie du district d’Amparafaravola en épisode normale

134

LA PRECIPITATION DU DISTRICT D’AMPARAFARAVOLA EN EPISODE LA NIÑA

Les pluies mensuelles saisonnières La somme de pluies annuelle Le début de la saison pluvieuse La fin de la saison La longueur de la Les séquences pluvieuse saison pluvieuse sèches

En Octobre, - Moyenne : 1160 mm. - Date moyenne : 15 au 22 - Date moyenne : Moyenne : 165 jours - 2 fois dans le - 63 mm dans l’Ouest à 95 mm dans l’Est. Novembre. 20 Avril. centre. - Inférieure de la normale à 15 mm d’écart. - 1130 mm dans le Nord à Même longueur que la 1190 mm dans le Sud. - plus tard de 15 jours que la - Même date de fin normale. - 3 fois dans les En Novembre, normale. que l’année parties restantes. - 111 mm dans l’Est à 140 mm dans l’Ouest. - Inférieure à la normale. normale.. - Inférieure à la normale, à 20 mm d’écart. - Une fois plus fréquente que la En Décembre, normale. - 195 mm dans l’Est à 255 mm dans l’Ouest. - même quantité que la normale.

En Janvier, - 316 mm dans l’Est à 346 mm dans l’Ouest. - Supérieure à la normale à écart de 40 mm.

Tableau 3.10: Evaluation de la pluviométrie du district d’Amparafaravola en épisode La niña

135

LA PRECIPITATION DU DISTRICT D’AMBATONDRAZAKA EN EPISODE EL NIÑO

Les pluies mensuelles saisonnières La somme de pluies annuelle Le début de la saison pluvieuse La fin de la saison La longueur de la Les séquences pluvieuse saison pluvieuse sèches

Moyenne supérieure à la normale surtout en - Moyenne : 1185 mm - 17 Septembre au 07 Novembre -13 Avril au centre - moyenne : 175 jours. - 2 fois dans la Octobre et en Janvier. selon chaque zone. au 07 Mai dans les partie Ouest, - 1060 dans l’Ouest et dans périphéries du - 155 à 240 jours. moins de

En Octobre, l’Est du district jusqu’ à district. séquences sèches - Plus avancé du début normal. - Moyenne : 135 mm. 1310 mm dans le centre. - 155 à 190 jours dans que l’année - 110 dans l’Ouest à 160 mm dans l’Est. - non écarté de la l’Est. normale. - Supérieure à la normale à écart de 50 mm. - Plus abondante que la - 17 Septembre au 02 Octobre normale. normale à écart moyen de 20 dans le Sud Ouest du district, - 190 à 240 jours dans - 1 fois dans le En Novembre, mm. avancé de 05 jours du normal. l’Ouest. centre Est, une - 150 mm en moyenne. fois mois - De 130 mm au Nord à 170 mm au Sud. - Les saisons fréquente que la - 02 au 20 Octobre dans le Nord - Supérieur à la normale à écart moyen de 10 pluvieuses dans le normale. mm. Ouest du district. Avancé de 10 centre Est et dans le jours au normal. centre Ouest sont - 2 fois dans En Décembre, prolongées de 10 jours l’extrême Est du - moyenne : 240 mm. - 30 Octobre au 14 Novembre par rapport aux district. Même - 200 à 280 mm, plus abondante au centre. dans le centre et la moitié normales. nombre que le - plus abondante que la normale, de 20 mm orientale du district. (08 au 22 normal. d’écart. Novembre dans normal), avancé

En Janvier, du début normal à écart d’une - Moyenne de 305 mm. semaine. - 260 mm au Sud à 350 mm au Nord. - Plus abondante que la normale à écart de 40 mm.

Tableau 3.11: Evaluation de la pluviométrie du district d’Ambatondrazaka en épisode El niño

136

LA PRECIPITATION DU DISTRICT D’AMBATONDRAZAKA EN EPISODE NORMALE

Les pluies mensuelles saisonnières La somme de pluies annuelle Le début de la saison pluvieuse La fin de la saison La longueur de la saison Les séquences pluvieuse pluvieuse sèches

En Octobre, 1150 à 1250 mm en Moyenne : fin Octobre. 13 Avril au centre - 170 à 230 jours dans - 3 fois dans la - 70 mm dans l’Ouest à 100 mm dans l’Est. s’accroissant vers le centre. au 07 Mai dans l’Ouest. partie Ouest. - 18 Septembre au 17 Octobre les périphéries du En Novembre, dans le Sud Ouest, en s’avançant district. - 150 à 185 jours dans - 2 fois dans toute - 140 mm dans l’Est à 160 mm dans vers le centre de cette partie. l’Est. la partie orientale. l’Ouest. - 31 Octobre dans le Nord Ouest. En Décembre, - 230 mm dans l’Est à 280 mm dans l’Ouest.

En Janvier, - 250 dans l’Ouest à 285 mm dans l’Est.

Tableau 3.12: Evaluation de la pluviométrie du district d’Ambatondrazaka en année normale

137

LA PRECIPITATION DU DISTRICT D’AMBATONDRAZAKA EN EPISODE LA NIÑA

Les pluies mensuelles saisonnières La somme de pluies annuelle Le début de la saison pluvieuse La fin de la saison La longueur de la Les séquences pluvieuse saison pluvieuse sèches

En Octobre, - 1090 mm à 1240 mm. La même date que la normale, La même date que Même longueur que la 3 fois en moyenne. - 50 mm dans l’Ouest à 95 mm dans l’Est. Sauf pour le centre Est, cette date la normale. normale. Plus fréquente que - Inférieure à la normale, à écart moyen de - S’intensifiant vers le se retarde d’une semaine. 13 Avril au centre la normale. 15 mm. centre. au 07 Mai dans les - 170 à 230 jours dans périphéries du l’Ouest. En Novembre, - Inférieure à la normale, à district. - 130 mm. écart de 100 mm. - 150 à 185 jours dans - Inférieure à la normale à 20 mm d’écart. l’Est.

En Décembre, - 190 mm dans l’Est à 260 mm dans l’Ouest. - Inférieure à la normale à 40 mm d’écart.

En Janvier, - 286 mm. - Même quantité que la normale.

Tableau 3.13: Evaluation de la pluviométrie du district d’Ambatondrazaka en épisode La niña

138

LA PRECIPITATION DU DISTRICT DE MORAMA NGA EN EPISODE EL NIÑO

Les pluies mensuelles saisonnières La somme de pluies annuelle Le début de la saison pluvieuse La fin de la saison La longueur de la Les séquences pluvieuse saison pluvieuse sèches

Moyenne supérieure à la normale. - Moyenne : 1150 mm. - 14 au 22 Novembre dans le - Les dates sont les - 155 jours dans la - 3 fois dans Nord, même que la date normale. mêmes que les majeure partie centrale l’Ouest, même En Octobre, - 1000 mm dans l’Ouest, la normales. et orientale, prolongée fréquence que la - 90 mm dans l’Ouest à 140 mm dans l’Est. même quantité que la - 31 Octobre au 14 Novembre de 10 jours par rapport normale. Supérieure à la normale, à 50 mm de plus. normale. dans le centre, dans l’Est et dans - 13 Avril dans la à la normale. le Sud. Avancé de 2 semaines à la partie orientale. - 1 fois dans le En Novembre, - S’intensifiant vers l’Est normale. - S’allonge de 175 à centre et dans l’Est, - 167 mm en moyenne. Dépasse la normale jusqu’à atteindre 1300 mm. - 21 Avril au 07 230 jours vers le Nord, moins fréquente de 10 mm. Plus abondante que la - 16 au 31 Octobre dans l’Ouest. Mai dans le Nord. les mêmes longueurs que la normale. normale, avec 100 mm que les normales. En Décembre, d’écart. - 1ier au 20 Mai - 230 mm à 265 mm, plus abondante au dans l’Ouest. - 175 jours dans les Nord. Même quantité que la normale. bordures de l’Ouest et du Sud. De même En Janvier, longueur qu’en année - 236 mm dans l’Ouest plus abondante de 10 normale. mm d’écart à la normale. S’intensifiant jusqu’à 280 mm dans l’Est, supérieure de 30 mm à la normale.

Tableau 3.14: Evaluation de la pluviométrie du district de Moramanga en épisode El niño

139

LA PRECIPITATION DU DISTRICT DE MORAMANGA EN EPISODE NORMALE

Les pluies mensuelles saisonnières La somme de pluies Le début de la saison pluvieuse La fin de la La longueur de la Les séquences annuelle saison pluvieuse saison pluvieuse sèches

En Octobre, 1050 mm dans l’Ouest Date moyenne de début : - 13 Avril dans - 145 jours dans la - 3 fois dans - 55 mm dans l’Ouest à 80 mm dans la partie majeure partie centrale l’Ouest. à 1200 mm dans l’Est. 14 Novembre. l’Est. orientale. et orientale. - 2 fois dans le En Novembre, - 21 Avril au 07 - S’allonge de 175 à centre et dans - 140 mm dans l’Est à 166 mm dans Mai dans le 230 jours vers le Nord. l’Est l’Ouest. Nord. - 175 jours dans les - En Décembre, - 1ier au 20 Mai bordures de l’Ouest et 230 mm à 270 mm, plus abondante au dans l’Ouest. du Sud. Nord.

- En Janvier, 226 mm dans le Sud Ouest à 250 mm dans le Nord Est.

Tableau 3.15: Evaluation de la pluviométrie du district de Moramanga en année normale

140

LA PRECIPITATION DU DISTRICT DE MORAMANGA EN EPISODE LA NIÑA

Les pluies mensuelles saisonnières La somme de pluies Le début de la saison pluvieuse La fin de la saison La longueur de la Les séquences annuelle pluvieuse saison pluvieuse sèches

En Octobre, - 1055 à 1280 mm, Plus tard que la normale. La même fin que Même longueur que 3 fois. - 43 mm dans l’Ouest à 70 mm dans - Abondance dans le 15 au 22 Novembre dans la l’année normale. la normale. Plus fréquente l’Est. Nord. majeure partie. que la normale. - Inférieure de 10 mm à la normale. - 13 Avril dans la - 145 jours dans la partie orientale. majeure partie En Novembre, centrale et orientale. - 100 mm dans l’Est à 140 mm dans - 21 Avril au 07 l’Ouest. Mai dans le Nord. - S’allonge de 175 à - Inférieure à la normale à écart de 20 230 jours vers le mm. - 1ier au 20 Mai Nord. dans l’Ouest. En Décembre, - 175 jours dans les - 215 mm à 260 mm, abondance dans le bordures de l’Ouest Nord. et du Sud. - Inférieure à la normale à 15 mm d’écart.

En Janvier, - 240 à 280 mm, abondance dans l’Est. Supérieure à écart de 20 mm à la normale.

Tableau 3.16: Evaluation de la pluviométrie du district de Moramanga en épisode La niña

141

CHAPITRE 4 ETUDE DE CAS : INTENSITE DE LA SECHERESSE DURANT EL NIÑO ET LA NIÑA EN UTILISANT L’INDICE SPI

4.1 Introduction

La sécheresse est un des aléas climatiques qui touche beaucoup de domaines, sans parler que du domaine agricole qui apporte sans doute la famine. Dans la région d’Alaotra Mangoro, l’agriculture est la principale activité des habitants. Alors, quand ce domaine y connaît de perte ou d’insuffisance de récolte, ces derniers sont les plus touchés. Et ce problème affecte toute la population régionale, voire nationale. La variabilité du climat est constatée par les paysans, la saison pluvieuse est tantôt sèche et tantôt humide ou inondant, ces deux extrêmes valeurs de précipitations sont provoquées par le passage des deux différents épisodes ou phénomènes, le El niño fort et le La niña fort. Les paysans ont remarqué que la sécheresse de la saison pluvieuse s’intensifie. Et à présent, les cultivateurs ont décidé d’installer leurs rizières sur tous les marécages au bord du grand lac, pour mieux irriguer et éviter le manque d’eau. Cette intensification de la sécheresse témoigne une saison pluvieuse toute sèche dans le futur. Cette menace de sécheresse ne cesse de tourmenter tout le monde, jusqu’à présent, tandis qu’on peut l’évaluer avant. Et c’est le but du présent chapitre. Décortiquons maintenant tous ce qui entourent ce sujet.

4.2 Les précipitations saisonnières

La somme des précipitations saisonnières est un des paramètres marquant la sécheresse dans la région. Nous allons donner ici les sommes saisonnières quand les phénomènes El niño et La niña sont forts, combinées à celle de l’épisode normal. L’obtention de chacune de ces valeurs consiste à calculer la moyenne de toutes les sommes saisonnières de précipitations de toutes les saisons pluvieuses durant les épisodes d’El niðo fort, de La niða fort et l’épisode normal.

4.2.1 Les précipitations saisonnières en cas d’épisode d’El niño fort

La connaissance de la pluie saisonnière, quand le phénomène El niño est fort consiste à calculer la moyenne de toutes les sommes saisonnières de précipitations de toutes les saisons pluvieuses durant les épisodes d’El niðo fort. Les épisodes de fort El niño, dans les 60 dernières années (1950 à 2011) étaient en 1957, 1965, 1972, 1982, 1997 et en 2009. On calcule donc la

142

moyenne des sommes saisonnières de précipitations durant les saisons pluvieuses de ces 6 années citées ci-dessus. On a comme résultat 1180 mm

4.2.2 La pluie saisonnière en cas d’épisode de La niða fort

Les épisodes de La niña fort, depuis 1950 à 2011 étaient en 1973, 1975, 1988, 1999, 2010. La moyenne des sommes saisonnières de ces 5 années donne 930 mm. Alors, la somme saisonnière en episode de La niða fort s’évalue à 930 mm.

4.2.3 La pluie saisonnière en saison normale

En épisode normal, la somme de précipitations saisonnières est obtenue en calculant la moyenne des sommes saisonnières des années où il n’y a pas d’épisode d’El niðo, ni de La niða, fort ou modéré. Ce sont donc les 37 années restantes. Cette moyenne est égale à 1005 mm. C’est alors la somme de pluie saisonnière en épisode normal.

Ces évaluations sont obtenues en calculant la moyenne pour toute la région. Mais on peut avoir des évaluations pour chaque point de la région, comme la figure 4.01 les présente. mm

Andilamena Andilamena . .

Amparafaravola Amparafaravola Amparafaravola . . .

Ambatondrazaka Ambatondrazaka Ambatondrazaka . . .

Moramanga Moramanga Moramanga . . .

Pluie en épisode El niño fort Pluie en épisode normal Pluie épisode La niña fort

Figure 4.01 : Précipitations saisonnières durant les épisodes d’El niño fort, de La niña fort et d’épisode normal

Cette figure 4.01 affiche de gauche à droite les représentations graphiques des précipitations saisonnières de chaque point de la région durant, respectivement, l’épisode d’El niðo fort,

143

l’épisode de La niða fort et l’épisode normal. Elle montre l’abondance de pluie dans la partie centrale de la région durant l’épisode d’El niðo fort, dans le centre Est en épisode normal et cette abondance est dans le Sud en épisode de La niña fort, ce qui confirme les résultats trouvés dans le 2ième chapitre. Chacun de tous les districts connaît un assèchement de la saison pluvieuse durant l’épisode de fort La niða, et une abondance de pluie par rapport, par rapport au cas normal, durant l’épisode de fort El niño. En une première vue, on peut l’affirmer par l’observation des couleurs, qui se rougissent en allant vers le cas de La niña fort. L’épisode El niðo a de valeurs de précipitations saisonnières pouvant atteindre et dépasser 2000 m. Ainsi, on a pu en tirer les évaluations suivantes : - Dans le district d’Andilamena, elles augmentent, en moyenne, de 500 mm par rapport aux normales. - Dans le district d’Amparafaravola, ces valeurs sont augmentées de 300 mm par rapport au cas normal. - Le même décalage qu’Amparafaravola pour le District d’Ambatondrazaka. - Des valeurs non loin des normales pour le district de Moramanga. En épisode normal, ces valeurs sont entre 900 et 1600 mm En épisode de La niña fort, on a les plus faibles valeurs de précipitations, elles varient de 600 à 1100 mm. On rencontre de baisse pluviométrique partout, avec des décalages différents, par rapport aux valeurs normales - Pour le district d’Andilamena, ces valeurs diminuent de 400 mm par rapport aux valeurs de précipitations de l’épisode normal. - La baisse est marquée par un décalage de 500 mm de précipitations par rapport aux normales, dans le district d’Amparafaravola. - La valeur diminue de sa moitié dans les districts d’Ambatondrazaka et de Moramanga.

4.3 Les séquences sèches durant la saison pluvieuse

On y calcule le nombre moyen de séquences sèches durant les épisodes d’El niðo fort, de La niña fort et les épisodes normaux. Les calculs donnent 1 fois en épisode de fort El niño 2 fois en épisode normal 3 fois en épisode de fort La niña

144

Graphiquement, la fréquence de séquence sèche durant la saison pluvieuse, pour toutes les zones de la région est donnée par la figure 4.02 (page 145)

séquences sèches en El niño fort séquences sèches en épisode normal séquences sèches en épisode de La niña fort Figure 4.02 : Fréquence de séquences sèches durant les saisons pluvieuses d’épisode d’El niño fort, de La niña fort et normal

Chaque district de la région est plus fréquenté de séquence sèche, durant la saison pluvieuse de l’épisode La niða, en comparant à la saison normale. La saison pluvieuse durant l’épisode d’El niðo fort a la moindre séquence sèche, en se rapportant à tous les cas étudiés. Ces dernières hypothèses sont marquées par la domination de la couleur Verte dans toute la région, en cas d’El niðo fort, qui marque la faible fréquence de la séquence sèche dans la légende. Et la domination des nuances de Marron en cas de La niña fort, témoigne un nombre de séquences sèches plus élevé (légende). Le nombre de séquences sèches durant la saison pluvieuse est De 0 à 3 fois en épisode d’El niðo fort D’une à 3 fois en épisode normal D’une à 4 fois en épisode de La niða fort.

145

Ces résultats sont résumés par le tableau ci-dessous Type d’épisode Normal El niño fort La niña fort Précipitations saisonnières (mm) 1005 1180 930 Nombre de séquences sèches durant la saison pluvieuse 2 1 3

Tableau 4.01: Evaluation des précipitations et de la sécheresse durant les épisodes de fort El niño, de fort La niña et durant l’épisode normal.

4.4 Evaluation de la sécheresse durant El niño et La niña dans la région Alaotra Mangoro

4.4.1 Le SPI (Standardized Precipitation Index)

4.4.1.1 Définition

Le SPI est un outil qui a été développé principalement pour définir et surveiller la sécheresse. Il permet à un analyste de déterminer la rareté de la sécheresse dans une échelle de temps donnée pour une station ayant une donnée historique de précipitations. Il peut également être employé pour déterminer des périodes des événements irrégulièrement humides. Le SPI nous permet de faire l’évaluation de la sécheresse concernant une région mais il ne permet pas de la prévision de cette dernière. Mathématiquement, le SPI est basé sur la probabilité cumulée d'une donnée de précipitations de la station [10] [12] [25]. Les données de précipitations de la station sont adaptées à une distribution gamma g(x),

(4.01) g( )= Avec α > 0 et β > 0

Où α est le paramètre de forme

β le paramètre d’échelle. la quantité de précipitations

Les paramètres de la distribution sont ensuite estimés.

146

En termes simples, ce processus permet à la distribution de précipitations d’être présentée par la fonction mathématique de probabilité cumulée G(x) xx 1 ˆ G()() x x dx xˆ 1/ ex dx ˆ ˆ (4.02) 00()ˆ

Où nombre d’observations de précipitations

Par conséquent, l’analyste peut déterminer à quelle probabilité la quantité de précipitations est inférieure ou égale à un certain seuil. Ainsi, pour une station donnée, si la probabilité d’avoir de précipitation inférieure ou égale à la moyenne est égale à 0.5. Alors, cette probabilité diminue si le seuil est inférieur à la moyenne ci- dessus. Par conséquent, si un évènement particulier de précipitation donne de faible probabilité dans la fonction de probabilité cumulée, alors, c’est une indication d’un évènement probable de sécheresse. Alternativement, un événement de précipitations qui donne une solution élevée sur la fonction de probabilité cumulée G(x) est un événement anormalement humide. Pour simplifier, le SPI est la valeur obtenu par la transformation de la probabilité cumulée en variable aléatoire. Un extrait de cette transformation est donné dans ce tableau

Probabilité cumulée SPI 0.0014 -3.0 0.0062 -2.5 0.0228 -2.0 0.0668 -1.5 0.1587 -1.0 0.3085 -0.5 0.5000 0.0 0.6915 +0.5 0.8413 +1.0 0.9332 +1.5 0.9772 +2.0 0.9938 +2.5 0.9986 +3.0

Tableau 4.02: Valeurs de probabilité cumulée et SPI correspondant

Ainsi donc, plus la valeur du SPI est faible, plus la sécheresse est forte [11].

147

L’état de la sécheresse pour une valeur de SPI dans une station donnée est défini par le National Climatic Data Center (NCDC) comme suit [26]: Exceptionnellement humide : SPI >= 2.0 Extrêmement Humide : 1.60 <= SPI < 1.99 Très Humide : 1.30 <= SPI < 1.59 Modérément Humide : 0.80 <= SPI < 1.29 Anormalement Humide : 0.51 <= SPI < 0.79 Proche Du Normal : -0.50 <= SPI <= 0.50 Anormalement Sec : -0.79 <= SPI < -0.51 Modérément Sec : -1.29 <= SPI < -0.80 Sévèrement Sec : -1.59 <= SPI < -1.30 Extrêmement Sec : -1.99 <= SPI < -1.60 Exceptionnellement Sec : SPI <= -2.0

4.4.1.2 Calcul du SPI

Aujourd’hui, le SPI peut être calculé facilement par le logiciel SPI SL et on est maintenant à la 6ième version. On calcule alors le SPI par le logiciel SPI SL 6 [10]. Son utilisation est expliquée ci- dessous. Le programme calculant SPI, dans SPI SL 6, est relativement facile à opérer On prépare d’abord le fichier contenant les données d’entrée, ces données sont données par 3 colonnes où la 1ière colonne porte les années, la 2ième colonne fait entrer les mois et la 3ième colonne introduit les valeurs de précipitations mensuelles, multipliées par 100 (pour enlever les décimales). On nomme ce fichier, sans mettre aucune extension (exemple stdin), et le met dans le même répertoire que le fichier d’exécution de SPI SL 6 (SPI SL 6.exe). On exécute le programme par double cliquer sur le fichier d’exécution de SPI SL 6 (ie. SPI SL 6.exe) On y introduit d’abord le nombre d’échelles de temps voulu, ensuite les échelles de temps. Après, le nom du fichier contenant les données mensuelles de précipitations (exemple stdin) et enfin le nom du fichier de sortie (exemple stdout), auquel on veut prendre les résultats, ce fichier de sortie se placera dans le même répertoire que le fichier d’exécution (SPI SL 6.exe) et le fichier des données d’entrées (stdin). Le fichier de sortie contient les valeurs du SPI selon les échelles de temps choisis.

Remarque

148

Les échelles de temps les plus utilisées sont les échelles de 3 mois, de 6 mois, de 12 mois, de 24 mois et de 48 mois. Le SPI à échelle de 3 mois est donné par les sommes de précipitations pendant 3 mois dans la station, et il est appelé SPI3. Ainsi de suite pour les SPI6, SPI12, SPI24 et SPI48, … Par exemple, le SPI3 du Mars 1977 est basé sur la somme de précipitations du Janvier, Février et Mars, 1977.

4.4.2 Calcul du SPI3 de la région Alaotra Mangoro

Pour évaluer la sécheresse de la région Alaotra Mangoro, il est convenable de calculer les SPI basés sur les 3 mois des saisons pluvieuses, c’est-à-dire les SPI basés sur les précipitations totales d’Octobre à Décembre durant les années de notre donnée de précipitations mensuelles. Nous avons comme données les précipitations mensuelles moyennes de 1950 à 2010 de la région, alors nous allons calculer le SPI de la région durant ces 60 ans. On procède comme suit, On collecte les valeurs des précipitations mensuelles durant ces 60 années, on les multiplie par 100 et les arrondit après, ce sont les données d’entrée. On enregistre le résultat dans un nouveau fichier texte. On nomme stdinAlaotra (sans extension) ce fichier des données mensuelles, on lance le logiciel SPI SL 6 en double cliquant sur le fichier exécutable SPI SL 6.exe. On obtient et suit les commandes de l’interface suivant

Figure 4.03 : Interface du calcul des SPI3 de la région Alaotra Mangoro

149

Voici un extrait du résultat

Figure 4.04 : Extrait du résultat du calcul du SPI3 sur SPI SL 6

Où la 1ière colonne contient les années, la 2ième affiche tous les mois de Janvier à Décembre et la 3ième colonne indique les valeurs du SPI3 que nous voulons pour évaluer la sécheresse de la région. Dans le résultat entier, toutes les années et les mois de 1951 à 2009 sont affichés, avec les valeurs du SPI correspondant à toutes les données mensuelles qu’on a dans l’entrée. En calculant le SPI3 moyen pour chaque année, on a comme résultat la figure 4.05 (page 151).

150

Figure 4.05 : Variation du SPI moyen annuel de la région Alaotra de 1951 à 2009

Puisque ce qui nous intéresse est l’état de la sécheresse de la région durant la saison pluvieuse, il nous importe de calculer les SPI3 des mois de Décembre car ceux-ci sont basés aux précipitations durant les mois d’Octobre, Novembre, Décembre. Alors, il nous faut extraire, de ce résultat, toutes les valeurs correspondant au mois de Décembre. Et toutes les années ont chacune une seule valeur du SPI3 correspondant. Le résultat est donné par la courbe de la figure 4.06.

Figure 4.06 : SPI pour Octobre – Novembre – Décembre de la région Alaotra de 1951 à 2009

151

Cette figure 4.06 (page 151) illustre que la saison pluvieuse n’est pas toujours humide. Les pics de la courbe dans la partie négative ont des valeurs décroissantes, ce qui implique que la sécheresse s’intensifie. Ensuite, l’étude de l’état de sécheresse dans la région est mieux analysée par le traçage de la droite de régression linéaire de cette courbe, tracée en bleu dans la figure 4.07

Courbe des SPI3 (Oct-Nov-Dec) de la région Alaotra et sa droite de régression

spi

-1 -2

1950 1960 1970 1980 1990 2000 2010

années

Figure 4.07 : La droite de régression linéaire de la courbe des SPI de la saison pluvieuse de 1951 à 2009 (Région Alaotra Mangoro)

Cette figure 4.07 représente encore la même courbe que la précédente. Mais elle nous montre aussi la droite de régression linéaire des SPI de la région Alaotra de 1951 à 2009. Cette droite est décroissante, d’où on peut interpréter que la sécheresse de la saison pluvieuse s’intensifie dans cette région. Une autre représentation graphique des valeurs du SPI est donnée par la figure 4.08 suivante (page 153)

152

SPI-Alaotra SP

Avr 8 I

2 Mar 7

Fév 6 1

Jan 5 n 0 Décmonths 4

Nov 3 -1

Oct 2 -2

Sep 1

1951 1952 1953 1954 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 years

Figure 4.08 : SPI de la région Alaotra Mangoro en programmant sur le langage R

Cette figure 4.08 montre aussi le SPI à échelle de 3 mois de chaque mois de la saison pluvieuse de la région Alaotra de 1951 à 2009, mais donné par le logiciel R. Ici, nous avons comme ordonnées les données mensuelles de précipitations dans la saison pluvieuse. C’est-à-dire les données moyennes de Septembre à Avril. Les abscisses présentent les années où nous pouvons marquer l’état de sécheresse pour chaque type d’année (El niño, La niña, normale). Les périodes sèches sont montrées par les couleurs rouges et jaunes selon leurs intensités. Et les périodes humides sont marquées par les couleurs vertes et bleues. Les plus humides sont coloriées en bleu foncé.

4.4.3 Exemple de calcul du SPI : Cas d’Ambohitsilaozana (données observées)

Pour mieux illustrer notre étude, allons prendre un exemple de station, la station d’Ambohitsilaozana, une commune dans le district d’Ambatondrazaka. Nous avons ses données de précipitations mensuelles de 1971 à 2000. Pour étudier la sécheresse dans cette station durant ces 30 ans (1971 à 2000), nous avons calculé les SPI à échelle de trois mois, d’Octobre à Décembre, de 1971 à 2000, de cette station. Le résultat est le suivant

153

Figure 4.09 : SPI-3 (Oct – Nov - Déc) de la station d’Ambohitsilaozana de 1971 à 2000

La régression linéaire de cette figure 4.09 est montrée ci-dessous

SPI AMBOHITSILAOZANA

spi3

-1 -2

1970 1975 1980 1985 1990 1995 2000

années

Droite de régression linéaire simple

Figure 4.10 : Droite de régression de la courbe des SPI de la station d’Ambohitsilaozana

Cette droite de régression linéaire des SPI d’Octobre à Décembre de la station d’Ambohitsilaozana est aussi une droite permettant de suivre la variation de l’état de sécheresse dans la station. Alors, la saison pluvieuse a été de plus en plus asséchée dans cette commune, de 1970 à 2000.

154

4.4.4 Interprétation des résultats selon les épisodes El niño et la niña forts

Nous voyons de la figure 4.06 (page 151) que les pics de la partie positive de la courbe correspondent aux épisodes d’El niðo fort (exemple : 1965, 1972, 1982). Par exemple, en 1965, SPI=1,4 : correspondant à une saison très humide, en 1972, SPI=0,86 : saison modérément humide en 1982, SPI=1,36 : une saison très humide.

Quant aux pics de la courbe dans la partie négative du graphique (figure 4.06 (page 151)), ils correspondent aux épisodes de La niña fort. Exemple, en 1973, SPI= -1,39, marquant une saison sévèrement sèche en 1988, SPI= -1,53, une saison sévèrement sèche et en 1999, SPI= -2,27, saison exceptionnellement sèche

Les années citées ci-dessus et d’autres exemples, avec leurs états de sécheresse sont affichés dans le tableau 4.03 avec l’intensité des épisodes qui leur accompagnent, où les épisodes El niðo sont marqués par la couleur verte et les épisodes La niña par le gris

Années Episodes Valeurs du SPI Etat de la sécheresse 1963 El nino modéré 1,25 modérément humide 1965 El niño fort 1,4 très humide 1970 La niña modéré -0,33 proche du normal 1972 El niño fort 0,86 modérément humide 1982 El niño fort 1,36 très humide 1973 La niña fort -1,39 sévèrement sec 1986 El nino modéré 1,75 Extrêmement humide 1988 La niña fort -1,53 sévèrement sec 1998 La niña modéré -0,99 modérément sec 1999 La niña fort -2,27 exceptionnellement sec 2002 El nino modéré 0,94 modérément humide 2007 La niña modéré -0,3 proche du normal

Tableau 4.03: Etats de la sécheresse selon l’intensité des épisodes El niño et La niña dans la région Alaotra Mangoro

155

Pour le cas d’Ambohitsilaozana, on a les interprétations suivantes : Les années de l’épisode La niða ont aussi des SPI négatifs dans la saison pluvieuse, marquant la sécheresse. Par exemple, L’année 1973 est dans l’épisode de La niða fort, le SPI y est égal à – 1,29, alors, la saison pluvieuse y était modérément sèche. L’épisode de La niða fort de l’année 1976 a apporté de saison pluvieuse sévèrement sèche en 1977, car le SPI de cette année est égal à -1,4. L’année 1999 est aussi dans l’épisode de La niða fort, et on a SPI= -1,79 pendant la saison pluvieuse de cette année, alors cette saison pluvieuse était extrêmement sèche.

Alors que celles de l’El niðo apporte de saison humide, comme : En 1982-1983, une période d’El niðo fort, le SPI de la saison pluvieuse était égal à 2,04, ce qui témoigne que cette saison pluvieuse était exceptionnellement humide (plus que l’extrême). En 1995, on a de l’épisode d’El niðo modéré, cette station a de SPI égal à 1,4, cela annonce une saison pluvieuse très humide.

4.5 Conclusion

Ce dernier chapitre vérifie et justifie les résultats des chapitres précédents mais en utilisant une autre méthode, le calcul du SPI des saisons pluvieuses de la région. Il ajoute que le SPI de la saison pluvieuse dans la région Alaotra Mangoro varie de -2,5, valeur du SPI3 de la saison pluvieuse en épisode de La niña fort, à 1,75, valeur du SPI de la saison en el niño fort, ces valeurs indiquent que l’état de la sécheresse y varie de l’ « exceptionnellement » sec à l’ « extrêmement humide ». Les épisodes El niño y apportent toujours de saison pluvieuse plus humide que la normale. Le degré de cette humidité peut arriver jusqu’à l’extrême selon l’intensité de l’épisode présent. L’épisode La niða y correspond des SPI de la saison pluvieuse négatifs ou de la sécheresse. Cette dernière peut être classée jusqu’à l’ « exceptionnelle ». La région est menacée par la sécheresse en apercevant que le SPI moyen de la région décroît d’année à une autre année, et que la sécheresse des saisons pluvieuses sèches s’intensifie. Même Ambohitsilaozana, une commune abondée de rizière est soumise elle aussi à cette menace de sécheresse.

156

CONCLUSION

Cet ouvrage présente les fruits d’une étude d’évaluation des précipitations dans la région d’Alaotra Mangoro durant la saison pluvieuse en mettant en exergue les influences des épisodes El Niño et La Niña. Le choix du sujet de l’étude vient de l’aperception de l’irrégularité des précipitations saisonnières dans cette région et les possibles retombés sur l’agriculture. Alaotra Mangoro est le grenier de Madagascar, l’apport d’informations climatologiques régionales et plus précises, comme celles fournies par cette étude, est d’une importance cruciale pour l’appréhension de la variabilité climatique. Ces informations faciliteront les prises de décisions pour adapter les pratiques habituelles à la grande variabilité pluviométriques de la région. Dans un premier temps, nous avons mis en exergue les potentialités d’Alaotra Mangoro en détaillant les caractères physiques et climatiques de la région. Pour parfaire cette étude sur l’ « évaluation de la situation pluviométrique saisonnière de la région Alaotra Mangoro durant les épisodes El niño et La niña », nous avons utilisé des données pluviométriques journalière de haute résolution spatiale (10km) obtenu à partir des données d’observations et des données satellitaires. Pour s’assurer de la qualité des données, nous avons effectué une validation en utilisant les données d’Ambohitsilaozana. Pour le traitement de ces données pluviométriques de grand volume, nous avons utilisé le logiciel R qui nous a permis d’effectuer de nombreuses analyses, programmations et cartographies nécessaires pour mener à bien notre sujet. La méthodologie utilisée consistait à organiser les données, puis, on a passé par la programmation pour aboutir aux résultats nécessaires suivis d’analyses et d’interprétations. Ensuite, on a procéder aux vérifications de ces résultats par le calcul des SPI et ces fameux résultats ont été appuyés par des enquêtes. Les principaux résultats que nous avons obtenus sont les évaluations pluviométriques mensuelles et saisonnières durant la saison pluvieuse pour les épisodes, El Niño, Normal et La Niña ; les dates de début, les dates de fin et la longueur de la saison pluvieuse, ainsi que la fréquence de sécheresse durant cette saison pluvieuse. Notre étude a sorti ces évaluations pour chaque commune de la région, ces évaluations nous ont permis d’interpréter l’abondance de pluie, la faible intensité de sécheresse, la précocité de début de la saison pluvieuse durant l’épisode El Niðo par rapport au cas normal, ainsi que l’insuffisance de précipitations, la forte intensité de la sécheresse et le retard de début de la saison pluvieuse durant l’épisode La Niña. Le SPI est élevé durant l’épisode El niðo et présente de faible valeur durant La niña. Cet indice est de plus en plus décroissant et nous renseigne une menace de sécheresse dans la région. Ces produits coïncident aux enquêtes que nous avons faites antérieurement Ces résultats montrent qu’on peut analyser avec une grande précision les précipitations à l’échelle régionale. On peut exploiter ces résultats pour adapter les activités agricoles dans la région Alaotra Mangoro à la grande variabilité pluviométrique. Cependant, pour gagner plus de précisions dans les résultats, un réseau de stations d’observations plus dense a été nécessaire.

157

ANNEXES i. Article sur le retard de la tombée de pluie dans la région de l’Alaotra – journal Express de

Madagascar du 09-11-11 ii. Article sur la sécheresse dans la région d’Alaotra - journal Express de Madagascar du 09-

11-11 iii. Température de l’Océan en épisode El niño et en épisode La niña iv. Programme donnant des dates en entrant le rang du jour et l’année v. Questionnaires d’enquête vi. Réponses principales des paysans enquêtés.

158

i Article sur le retard de la tombée de pluie dans la région de l’Alaotra – journal Express de Madagascar du 09-11-11

159

ii Article sur la sécheresse dans la région d’Alaotra - journal Express de Madagascar du 09-11-11

Madagascar : la production de riz menacée par la sécheresse dans la région de l'Alaotra ANTANANARIVO (Xinhua) - La production de riz, le premier aliment de base des malgaches est menacé par la sécheresse dans la région de l'Alaotra, au Nord-est de la grande île, en cette période pluviale, a indiqué le quotidien Express dans son édition de mercredi. Mercredi 9 novembre 2011 | 12:49 UTC Commentaires

Depuis le début de la saison de pluie en octobre dernier, la pluie n'est tombée que deux fois seulement dans cette région et ce, en petite quantité et dont la pluviométrie ne suffisait même pas à humecter le sol, selon notre source alors que la culture de riz nécessite une forte consommation d'eau.

De plus, le niveau du lac Alaotra, d’une superficie de 182 Km², qui alimente les rizières environnantes a généralement baissé en cette période. En conséquence, les barrages et cours d' eau qui irriguent les milliers d'hectares de rizières commencent à s'assécher, précise l'Express.

Toutefois, les travaux de préparation des rizières pour les prochains repiquages de riz et qui devraient commencer depuis quelques temps, sont dans l’obligation d’attendre la tombée des prochaines pluies abondantes.

Notons que le riz est l'aliment de base des malgaches. La production de la grande île est estimée aux environs de 5.900.000 tonnes par an et celle de la région de l’Alaotra représente les 10% de cette production nationale. Selon les données du ministère de l'Agriculture, cette région a produit près de 550.000 tonnes pendant la saison 2010 et près de 178.000 tonnes seulement cette année.

Cette production nationale est insuffisante pour la consommation nationale et nécessite une importation par l’Etat malgache étant donné que de nombreuses familles le consomment jusqu' à trois fois.

En mars dernier, l'Etat malgache a interdit l'exportation de riz afin de limiter la hausse de prix des produits de premières nécessités (PPN) constatée en début de cette année et d' approvisionner toutes les régions de la grande île sans interruption de leur stock.

160

iii Température de l’Océan en épisode El niño et en épisode La niña

161

iv Programme donnant des dates en entrant le rang du jour et l’année

162

v Questionnaires d’enquêtes En quel mois, la pluie commence à être suffisante pour le début des activités de culture ? Est-ce que la pluie saisonnière suffit-elle toujours pour la culture ? Le début de la saison pluvieuse est-il toujours en même temps ? et la fin de cette saison ? Quels sont les problèmes causés par cette variabilité ? Est-ce-que les séquences sèches y sont fréquentes ? A quelle durée et à quel point ils sont nuisibles.

163

vi Réponses principales des paysans enquêtés Districts Communes Nombres de paysans Dates Réponses principales recueillies des paysans enquêtés d’enquête Andilamena Miarinarivo - Généralement, la pluie d’Octobre n’agit pas abondamment à la rizière. On attend les mois précédents pour le labourage. Mais en certaines années, cette quantité s’accroît de l’habituelle. Par exemple, il y a 3 ans, cette pluie d’Octobre nous ont permis de déjà commencer le labourage.

- Le temps du début de la saison de pluie n’est pas toujours le même, chaque année. 5 07-04-2011

- Les sécheresses en pleine saison, qui sont caractérisées par de nombreux jours successifs sans pluie nous sont préjudiciables. Celles-ci nous contraignent à arroser les cultures sinon on assiste à de grande ruine. La plus longue sécheresse en pleine saison que nous avons rencontrée se passait pendant 20 jours. Alors, nous avons arrosés les cultures en puisant l’eau des rivières.

Amparafaravola Tanambe - Dans cette dernière saison, nous avons rencontré un grand problème de retard de pluie. La saison ne 5 02-04-2011 débutait que 20 jours après le début habituel. Amparafaravola - Quelque fois, il y a des sécheresses en pleine saison, qui sont caractérisées par de nombreux jours successifs sans pluie. Celles-ci nous contraignent à arroser les cultures sinon on assiste à de grande ruine. La dernière grave sécheresse en pleine saison que nous souvenons se passait en 1988. Où nous avons vécus 3 02-04-2011 un manque d’eau pendant 20 jours. Alors, nous avons arrosés les cultures en puisant l’eau des puits et en cherchant l’eau des montagnes. La pluie ne tombait qu’une semaine après.

Ambatondrazaka Ambatosoratra - La quantité de pluie durant cette dernière saison ne satisfait pas le besoin de la culture. Alors, nous pensons et préparons des cultures dans les marécages au bord du lac, pour atteindre l’humidité utile et pour 7 04-04-2011 faciliter l’arrosage de la prochaine saison de culture. Imerimandroso - La saison de 2009-2010 a débuté plus tôt que tous les ans, nous y avons déjà semé en Octobre. Mais pour 10 05-04-2011 cette dernière saison, La première tombée de pluie n’a eu lieu qu’en Novembre. Moramanga Moramanga - tous les ans, la saison a le même temps de fin. 6 09-04-2011 TOTAL 36 164

BIBLIOGRAPHIE

[1] Office National pour l’Environnement, « Région Alaotra Mangoro », ONE/MO//DOC/38/RSEE/ALM

[2] PRDR de la Région de lac Alaotra, Novembre 2001.

[3] Profil Environnemental - Région Alaotra Mangoro, Octobre 2006.

[4] Kit pédagogique Région Alaotra Mangoro, Edition 2007.

[5] www.nws.noaa.gov

[6] ftp.ncep.noaa.gov/pub/cpc/fews/newalgo_est

[7] Jérôme HUILLET, « Initiation à l’environnement R », Septembre 2002.

[8] www.R-project.org

[9] Peter Dalgaard, “Introductory Statistics with R”.

[10] SPI program alternative method.pdf

[11] http://lwf.ncdc.noaa.gov/oa/climate/research/prelim/drought/SPI.html , Décembre 2011

[12] http://ulysses.atmos.colostate.edu/SPI.html

[13] Daniel S. Wilks, “Statistical Methods in the Atmospheric Sciences”.

[14] Michael J. Crawley, “The R Book”.

[15] OMM, « Prévoir El niño au XXIè siècle : La science à l’œuvre ».

[16] Allan J. Clarke, “An Introduction to the Dynamics of El Niño and the Southern Oscillation”

[17] Cesar N. Caviedes, “El Niño in history – Storming Through The Ages”.

[18] M. RAKOTOVAZAHA Olivier, « Dynamique des couches supérieures de l’Océan », Cours de Météorologie Maritime, 5è Année METEO, E.S.P.A., A.U. : 2010-2011.

[19] M. RAKOTONDRAFARA Marie Louise, «Les phénomènes d’échelle planétaire », Cours de Météorologie tropicale, 3è Année METEO, E.S.P.A., A.U. : 2010-2011.

[20] M. RAKOTOVAZAHA Olivier, « Prévision à longue et moyenne échéance », Cours METEO-5, E.S.P.A., A.U. : 2010-2011.

165

[21] Intraseasonal Variability in the Atmosphere-Ocean Climate System, William K. M. Lau, Duane E. Waliser, 2005, page 271 à 275.

[22] El Niño/Southern Oscillation (ENSO) diagnostic discussion, CPC, NCEP, NOAA/National Weather Service, 6 Octobre 2011.

[23] El niðo, La niða and Australia’s Climate, Février 2005.

[24] http ://www.cpc.noaa.gov/products/analysis_monitoring/ensostuff/ens

[25] ftp://ccc.atmos.colostate.edu/pub/SPI.pdf.

[26] Package SPI.pdf, 30 Novembre 2011

166

FICHE DE RENSEIGNEMENTS

Nom : RAFIDIMALALA Prénom : Tiavina Johanna Adresse de l’auteur : Lot VT 3 C Andohaniato Ambohipo Téléphone : +261 33 62 509 84 ou +261 34 74 108 23 E-mail : [email protected]

Titre du Mémoire :

« EVALUATION DE LA SITUATION PLUVIOMETRIQUE SAISONNIERE DANS LA REGION ALAOTRA MANGORO DURANT LES EPISODES EL NIÑO ET LA NIÑA »

Nombre de pages : 158

Nombre de tableaux : 30

Nombre de figures : 102

Mots clés : Alaotra Mangoro, précipitations, sécheresse, agriculture, El niño, La niña, programmations, précoce, tardive, SPI.

Directeur de mémoire : Monsieur RABEFITIA Zoaharimalala

RESUME

L’irrégularité de la saison de pluie et la variabilité de la pluviométrie sont des problèmes dans la région d’Alaotra Mangoro. Ces problèmes nous conviennent d’étudier les relations entre les précipitations de cette région et les phénomènes d’échelle planétaire d’Oscillation Australe, El niðo et La niða. Les évaluations des influences de l’épisode de chaque phénomène dérivent des analyses numériques et graphiques des valeurs pluviométriques moyennes des saisons pluvieuses munies de ce phénomène, en fonction des programmations sur le langage R. Les résultats se concluent par des quantités excédentaires de pluies durant l’épisode El niðo, ainsi que la précocité du début de la saison pluvieuse, sa longueur et la faible fréquence des jours secs y dénombrée. L’épisode La niña apporte dans la région, une saison pluvieuse plus sèche que la normale, avec des valeurs contradictoires à celles qui sont trouvées durant l’épisode El niðo. Des vérifications et justifications de ces résultats sont données par le calcul des SPI-3 de la saison pluvieuse de 1950 à 2010. Mots-clés : Alaotra Mangoro, précipitations, sécheresse, agriculture, El niño, La niña, programmations, précoce, tardive, SPI. ABSTRACT

Irregularity and variability of pluvimetry are considerables problems in Alaotra Mangoro region. They suit us to study the relation of precipitations with global scale phenomenon, such us El Niño/Southern Oscillation (ENSO) et La niña. The evaluations of their effects derive from numerics and graphics analyses of the average pluviometric values of the rainy seasons provided with this phenomenon through the programmings on R language. The results are concluded by surplus quantities of rain during the El niño episode, as well as the earliness of the beginning of the rainy season, its length and the weak frequency of the dry days sequences counted during which. The La niña episode contributes in the region, a rainy season drier than the normal, with his evaluations which contradict those which are found during the episode El niño. Checks and justifications of these results are given by the calculation of the SPI-3 of the rainy season from 1950 to 2010. Keywords: Alaotra Mangoro, Rainfall, drought, agriculture, El niño, La niña, programmings, precocious, later, SPI.