Academic literature on the topic 'Variabilité saisonnière du SSS'

Le Lac Saint-Jean est un réservoir hydroélectrique ayant une superficie de 1 053 km2 et une profondeur moyenne de 6 m. Ses eaux se renouvellent de quatre à cinq fois par année, dont deux fois durant la saison printanière. Entre juin et octobre, l'épaisseur de la couche photique du lac est environ de 4 m et la thermocline est presque toujours plus profonde que 20 m avec une température moyenne saisonnière de 16°C. Les éléments nutritifs (phosphates et nitrates) demeurent à un niveau très bas durant toute la saison. Le taux moyen de chlorophylle a est de 1,3 mg m-3 avec des valeurs maximales de 3 à 4 mg m-3. Le coefficient de corrélation entre la chl. a et la température, pour l'ensemble des données du lac, est de 0,56 (p<0,01). La communauté phytoplanctonique (>20 µm) compte environ vingt espèces mais la dominance est assurée seulement par les Diatomées Asterionella formosa et Tabellaria flocculosa. Ces deux espèces représentent plus de 90 % de tous les organismes entre juin et octobre. D'autres espèces comme Melosira (Aulacoseira) distans, M. islandica et M. ambigua ne sont importantes qu'au début de juin tandis qu'Anabaena flos-aquae ne l'est qu'à la mi-juillet. La communauté zooplanctonique regroupe 17 espèces réparties en 4 catégories : Copépodes, Cladocères, Rotifères et Protozoaires. À partir de la mi-juillet, le zooplancton est surtout dominé par le Rotifère Polyarthra vulgaris et par le Protozoaire Codonella cratera. Ayant des cycles vitaux relativement courts, ces deux espèces forment à elles seules entre 65 et 82% de tous les individus. Dans les 5 premiers mètres de la colonne d'eau, le coefficient de corrélation entre la densité de ces deux espèces est de 0,55, (p<0,01). La variabilité spatio-temporelle des biomasses et la distribution des organismes planctoniques du lac sont influencées par l'hydrodynamique de l'écosystème, particulièrement par les variations saisonnières du débit qui influent sur les nutriments, la température et également par le brassage intense qui maintient la thermocline à un niveau au-dessous de 20 m.

Abstract. Ce travail présente la variabilité intra-saisonnière de la pluviométrie dans le Sud-ouest centrafricain. Les données pluviométriques journalières utilisées couvrent la période 1981–2017. Elles ont été extraites aux points de grilles les plus proches des quatre stations représentatives de la zone d'étude (Bangui, Berberati, Boukoko et Nola) sur la base de données CHIRPS (Climate Hazards Group InfraRed Precipitation with Station data). Un contrôle de qualité de ces données a été effectué à partir d'une inter-comparaison entre les produits d'estimations et les données in-situ sur différentes sous-périodes : 1998–2011 à Nola, 1998–2012 à Berberati, 1998–2014 à Bangui et 2002–2017 à Boukoko. Le coefficient de corrélation entre les données CHIRPS et les observations au pas annuel est faible à Bangui (r=0,46), moyen à Nola (r=0,57) et Berberati (r=0,60), et bon à Boukoko (r=0,73). Les dates de début de la saison de pluies varient entre le 13 février et le 2 avril et celles de fin entre le 31 octobre et le 4 décembre. Des épisodes secs et humides sont mis en évidence dans le Sud-ouest centrafricain. A Bangui et Berberati, la période du 15 au 22 mai 1999 a été sèche soit 23 jours sans pluie. A Boukoko et Nola, la période du 26 juin au 24 juillet de la même année était caractérisée par des épisodes secs. Ces résultats établissent que la répartition intra-saisonnière des pluies n'est pas uniforme dans le Sud-ouest centrafricain.

La production agricole de l’Afrique sub-saharienne essentiellement pluviale est particulièrement vulnérable à la variabilité climatique. A l’échelle des exploitations, cette variabilité a un impact direct sur la production primaire, sur le revenu et la sécurité alimentaire de la famille. Dans cette étude, nous évaluons l’intérêt économique de mettre la prévision de la pluviométrie d’hivernage à la disposition des producteurs. Cette étude a été menée dans la zone de Dano au sud-ouest du Burkina Faso. Elle repose sur l’utilisation d’un modèle de programmation linéaire qui maximise le revenu en optimisant l’allocation des terres, du travail et des intrants entre plusieurs types de cultures, les rendements variant selon le type de sol, d’itinéraire technique et d’hivernage. Quatre scénarios ont été analysés : un scénario témoin où le paysan n’a pas accès aux prévisions, un scénario où les producteurs ont accès à une prévision d’hivernage sec, un autre où ils ont accès à une prévision d’hivernage normal et un dernier où ils ont accès à une prévision d’hivernage humide. Les résultats des simulations montrent que c’est une prévision d’hivernage sec qui présente le plus d’intérêt mais c’est aussi celui où l’erreur de prévision serait la plus coûteuse. Globalement le gain de revenu de la prévision est relativement peu élevé, mais le coût d’une erreur de prévision pose le problème des responsabilités et des compensations. Ces résultats relativisent l’intérêt des prévisions saisonnières pour la réduction de la vulnérabilité des populations des pays sahéliens.

Les régions arctique et subarctique se prêtent merveilleusement à l'expérimentation du fait de la grande variabilité saisonnière de l'état de leurs surfaces glacées et neigeuses. Ces régions se prêtent bien aux études d'évolution climatique car en changeant les paramètres de surface on arrive à modifier significativement les processus d'échange par chaleur sensible et chaleur latente. À l'Université McGill on a élaboré un modèle numérique, utilisant aussi bien les données synoptiques des stations météorologiques, les données de point de grille que les données climatiques moyennes afin de calculer les différents termes du bilan énergétique. La région de la Baie de James est intéressante à étudier dans cette optique. L'article décrit un traitement numérique expérimental de la région.

L’agriculture malienne, pilier du développement économique et de la sécurité alimentaire des populations, est affectée par les dérèglements climatiques en raison de son caractère essentiellement pluvial. La présente recherche a pour objectif d’analyser les effets de l’instabilité intra-saisonnière des pluies afin d’identifier les périodes optimales de semis du sorgho en zones soudanienne et sahélienne du Mali. A partir des hauteurs journalières de pluie de la station de Katibougou et de San entre 1987 et 2018 fournies par l’Agence pour la Sécurité et la Navigation Aérienne (ASECNAC) du Mali, les dates de début et de fin de saison ont été déterminées. Ensuite, l’analyse fréquentielle du début, de la fin et de la longueur des saisons a été faite aux fréquences de 2, 5 et 8 années sur 10. De même, la fréquence des séquences sèches et humides pendant la saison culturale a été analysée. Les résultats ont montré que dans le cercle de Koulikoro, les dates probables des démarrages de la pluie se situent entre le 06 mai et le 01 août de chaque année. Par contre à San, les dates probables des démarrages de la pluie se situent entre le 12 mai et le 01 août de chaque année. A Koulikoro, la fin de la saison pluvieuse se situe généralement entre le 06 septembre et le 04 novembre. A San, la fin de la saison pluvieuse se situe généralement entre le 03 septembre et le 02 novembre. Les poches de sècheresse de 5 jours (SS1) sont les pauses pluviométriques constatées dans le cercle de Koulikoro et elles décroissent au fur et à mesure jusqu’au mois de septembre. Les SS4 s’accroissent jusqu’à partir du mois de juillet à octobre. A San, les SS1 et SS4 sont similaires à ceux du cercle de Koulikoro. Par contre, les SS3 sont un peu élevés durant les mois de mai, juillet, août et septembre. Dans le cercle de Koulikoro sur 2, 5 et 8 années sur 10, la durée de la saison agricole est de 159, 132 et 102 jours. Dans ces conditions, la variété du sorgho de 90 jours et de 105 jours peut se cultiver normalement depuis la levée jusqu’à la maturation. Par contre à San, sur 2,5 et 8 années sur 10, la durée de la saison agricole est de 123, 108 et 89 jours, dans ces conditions, la variété du sorgho de 90 jours peut se cultiver normalement depuis la levée jusqu’à la maturation, par contre la variété de 90 est compromise sur 8 années sur 10 et celle de 105 jours est compromise sur 5 et 8 années sur 10. Au regard de l’intérêt que les producteurs accordent à la culture du sorgho et de l’instabilité intra-saisonnière des pluies, ils s’approprient plusieurs mesures d’adaptation (planification du calendrier agricole, adoption de la variété culturale à cycle court, utilisation d’engrais) dont l’efficacité mérite d’être analysée.
 
 Malian agriculture, a pillar of economic development and food security, is affected by climatic disturbances because of its essentially rainfed nature. The objective of this research is to analyse the effects of intra-seasonal rainfall instability in order to identify optimal sorghum sowing periods in the Sudanian and Sahelian zones of Mali. From the daily rainfall amounts of the Katibougou and San stations between 1987 and 2018 provided by the Malian Agency for Air Safety and Navigation (ASECNAC), the start and end of the season dates were determined. Then, the frequency analysis of the beginning, end and length of the seasons was done at frequencies of 2. 5 and 8 years out of 10. Similarly, the frequency of dry and wet sequences during the cropping season was analysed. The results showed that in the Koulikoro district, the probable dates for the start of rainfall are between 6 May and 1 August each year. In contrast, in San, the probable dates for the start of the rainfall are between 12 May and 1 August each year. In Koulikoro, the end of the rainy season is generally between 6 September and 4 November. In San, the end of the rainy season is generally between 03 September and 02 November. The 5-day drought pockets (SS1) are the rainfall breaks observed in the Koulikoro district and they decrease progressively until September. SS4 increases from July to October. In San, SS1 and SS4 are similar to those in Koulikoro, but, SS3 is slightly higher in May, July, August and September. In the Koulikoro district, the length of the agricultural season in 2. 5 and 8 years out of 10 is 159. 132 and 102 days. Under these conditions, the 90-day and 105-day sorghum varieties can be grown normally from emergence to maturation. On the other hand, in San, over 2. 5 and 8 years out of 10, the length of the agricultural season is 123. 108 and 89 days, under these conditions, the 90-day sorghum variety can be grown normally from emergence to maturation, while the 90-day variety is compromised over 8 years out of 10 and the 105-day variety is compromised over 5 and 8 years out of 10. In view of the interest that producers have in growing sorghum and the intra-seasonal instability of rainfall, they have adopted several adaptation measures (planning of the agricultural calendar, adoption of the short-cycle crop variety, use of fertilisers), the effectiveness of which deserves to be analysed.

Dans le Sud de la Méditerranée, de nombreux bassins versants sont caractérisés par un fonctionnement pluvio-nival où une partie des ressources en eau est stockée en hiver sous forme de neige en montagne alors que la zone de consommation se situe en plaine souvent dominée par l'agriculture irriguée. L'objectif de ce travail est double : (1) évaluer les capacités de la télédétection visible/proche infrarouge pour caractériser la variabilité interannuelle de l'enneigement sur l'Atlas marocain comme alternative aux données in situ éparses sur ces zones difficiles d'accès ; (2) identifier les déterminants climatiques qui gouvernent cette variabilité. Dans cet objectif, nous avons analysé plus de 10 ans d'acquisitions journalières issues du capteur MODIS (produits MOD10A1). Dans un premier temps, nous nous sommes attachés à corriger les produits bruts contaminés par la couverture nuageuse à l'aide de méthodes de filtrage basées sur le voisinage spatial et temporel et nous les avons confrontées à des mesures d'équivalent en eau de la neige mesurée à la station nivale de l'Oukamaïden, près de Marrakech, entre 2009 et 2011. Dans un deuxième temps, nous avons caractérisé la variabilité interannuelle à l'aide d'indicateurs saisonniers: enneigement maximum et moyen, et date des premières neiges. Enfin, nous avons mis en évidence une relation significative entre la valeur de l'oscillation Nord Atlantique (ONA) moyenne sur le mois de mars et l'enneigement maximum. Nous montrons également qu'il existe une relation significative entre les anomalies de températures de surface de l'Atlantique équatorial et tropical à la fin de l'été et l'enneigement maximum rencontré sur l'Atlas marocain l'hiver suivant. Ces résultats ouvrent des perspectives pour la prévision saisonnière de l'enneigement sur la région.

Cette étude a été conduite dans la commune rurale de Sidi Boubker El Haj, région du Gharb (Maroc), de novembre 2009 à octobre 2010. L’objec­tif a été d’identifier les différentes espèces de tiques rencontrées chez les bovins, de suivre leur dynamique saisonnière, et de déterminer leur abon­dance et la variabilité du niveau d’infestation selon l’âge et le sexe des hôtes. Trente bovins ont fait l’objet de suivi et de prélèvements mensuels pendant une année. Au total, 6 899 tiques ont été récoltées. L’identification a révélé la présence de neuf espèces appartenant à cinq genres, avec les prévalences suivantes : Rhipicephalus bursa (28,61 p. 100), Ixodes ricinus (26,39 p. 100), Hyalomma lusitanicum (23,33 p. 100), Rhipicephalus tura­nicus (14,44 p. 100), Hyalomma detritum detritum (13,06 p. 100), Rhipi­cephalus sanguineus (1,39 p. 100), Hyalomma marginatum marginatum (1,11 p. 100), Dermacentor marginatus (1,11 p. 100) et Haemaphysalis sul­cata (0,83 p. 100). I. ricinus a présenté un mode d’activité unimodal hivernal, alors que R. bursa, Hyalomma lusitanicum et Rhipicephalus turanicus ont été actives au printemps, et Hyalomma d. detritum en été. R. sanguineus, Hya­lomma m. marginatum, D. marginatus et Haemaphysalis sulcata ont été moins prévalentes, leur présence sur le bétail pouvant être qualifiée de parasitisme occasionnel. Cette étude sur la dynamique des populations de tiques peut aider à la mise en place d’une stratégie adaptée de lutte contre les tiques et les maladies qu’elles transmettent, en tenant compte de l’activité saisonnière des tiques, de la charge parasitaire, et du taux d’infestation.