Evaluation des ressources en eau atmosphérique au Nord-Cameroun à l’aide des méthodes conventionnelles et satellitales

télécharger 6.7 Mb. titre Evaluation des ressources en eau atmosphérique au Nord-Cameroun à l’aide des méthodes conventionnelles et satellitales page 8/73 date de publication 11.02.2017 taille 6.7 Mb. type Documentos d.20-bal.com > loi > Documentos

Au-delà de la logique de proximité entre les stations, certaines corrélations n’obéissent qu’à la logique de ressemblance dans le comportement pluvieux, influencé par l’environnement local ; c’est ce qui s’observe entre Guider et Tibati ou Poli et Meiganga situées certes dans des milieux écologiques différents mais qui sont corrélées entre elles avec (0.65) et (0.51) respectivement. Un autre aspect de ces liaisons concerne des corrélations relativement faibles variant entre 0.15 et 0.35 ; elles lient les stations indépendamment des sites. Ce qui suppose là aussi une organisation pluviométrique similaire.

Globalement, les corrélations ne permettent pas de dégager de manière stricte une homogénéité zonale. En effet, si d’un côté l’éloignement des sites entraîne parfois une absence totale de corrélation entre stations, la proximité n’assure pas d’un autre côté, l’évidence de corrélation forte entre des stations voisines ; les ressemblances apparaissent surtout sur les stations de plaine situées sur les mêmes latitudes.

IV - Distribution moyenne des pluies et localisations géographiques des stations : essai de mise en relation statistique
La mise en relation entre la latitude, la longitude et les précipitations trouve sa logique dans la différenciation observée dans les cumuls de pluie (figure 10) ; en effet, en nous rapportant aux valeurs des pluies sur les stations, certains écarts sont importants au point de nous interroger sur les causes essentielles de ces différences. Ainsi, de Tibati qui enregistre une moyenne annuelle de 1716.08mm à Mora qui a un cumul de 707mm par an, on note une différence de 1000mm entre les deux stations ; à cet effet, plusieurs raisons peuvent expliquer cette distribution. Sur le plateau de l’Adamaoua, on perçoit une certaine uniformité dans les totaux annuels pluvieux des stations, tandis que au Nord-Cameroun, la diversité spatiale offre des diversités d’explication de la distribution des pluies. En effet, les stations du plateau de l’Adamaoua sont toutes localisées sur un espace physique qui est considéré comme le prolongement de la dorsale camerounaise avec toutes les influences océaniques qui le parcourent ; la plaine du Nord par contre subit par son extension, des variations diverses qui sont susceptibles d’introduire des spécificités particulières sur certains sites. On aura ainsi au fur et à mesure qu’on s’éloigne de l’Adamaoua plusieurs types de topographie qui peuvent soit favoriser la recrudescence des pluies, soit les inhiber : rebord sud de la Bénoué, cuvette de la Bénoué, plaine du Diamaré, Monts Mandara et plaine du Logone. Pour chaque unité topographique, nous avons choisi des stations témoins pour illustrer les différences.

Etudier les relations entre les précipitations et l’altitude, la latitude et la longitude permet alors d’apprécier l’importance des localisations géographiques sur la distribution des pluies. Cette distribution peut varier comme on l’a souligné ci-dessus, selon que l’on est sur le plateau de l’Adamaoua ou dans la région de plaine du Nord-Cameroun

Sur le plateau de l’Adamaoua, cette approche statistique a été appliquée sur 5 stations dont les données de base sont indiquées sur le tableau7 :

Tableau 7. Les données de base de mise en relation statistique entre pluie et coordonnées géographiques sur le plateau de l’Adamaoua

Ngdéré	1
Meiganga	-0.07	1
Tibati	0.07	0.15	1
Banyo	0.35	0.15	0.55	1
Tignère	0.25	-0.09	0.48	0.10	1
Guétalé	0.00	0.13	0.43	0.34	-0.03	1
Mokolo	0.11	0.30	0.39	0.34	0.02	0.68	1
Poli	0.28	0.51	0.32	0.14	0.12	0.32	0.37	1
Tcholliré	0.32	0.29	0.18	0.14	-0.21	0.47	0.56	0.60	1
Garoua aéroport	0.20	0.26	0.25	0.25	-0.07	0.54	0.55	0.37	0.59	1
Kaélé	0.15	0.00	0.09	0.03	-0.02	0.17	0.24	-0.06	0.19	0.39	1
Doukoula	0.17	0.19	0.38	-0.10	0.28	0.26	0.24	0.40	0.39	0.38	0.17	1
Guider	0.27	0.15	0.65	0.37	0.30	0.39	0.34	0.34	0.36	0.44	0.33	0.33	1
Lam	0.46	0.16	0.40	0.37	0.12	0.55	0.48	0.38	0.48	0.56	0.36	0.25	0.52	1
Maroua	0.24	0.04	0.37	0.11	0.15	0.46	0.36	0.21	0.51	0.47	0.46	0.57	0.43	0.42	1

Stations	Précipitation Y	Latitude(N) X1	Longitude(E) X2	Altitude X3
Ngaoundéré	1530.48	7.35	13.68	1114
Meiganga	1555.97	6.38	14.37	1027
Tibati	1716.08	7.48	12.6	873
Tignère	1454.6	7.37	12.65	1200
Banyo	1673.3	7.78	11.82	1110

Les données du tableau sont les moyennes annuelles des précipitations (Y) ; les facteurs géographiques de latitude (X₁) et longitude (X₂) sont convertis en minutes centésimales, tandis que l’altitude (X₃) est exprimée en mètres. Elles nous ont permises de calculer les corrélations entre les pluies et la position spatiale des stations. Sur le plateau de l’Adamaoua, il se dégage que la distribution des pluies est expliquée à 58% par l’altitude. La latitude et la longitude avec des variances faibles (13% et 19%) se présentent comme des facteurs secondaires de répartition spatiale des pluies. Cependant, en nous basant sur la variance résiduelle non prise en compte par l’altitude (42%), nous pouvons appliquer des corrélations partielles entre les différents paramètres indiquant les relations :

- entre les précipitations et la latitude (rYX₁.X₂) en supposant une longitude constante,

- entre les précipitations et la longitude (rYX₂.X₁), la latitude restant fixe,

- entre les précipitations et l’altitude (rYX₃.X₂) en considérant que la longitude reste invariable ; ces liaisons peuvent être significatives et présenter de fortes corrélations pour chaque cas. On a ainsi obtenu pour le plateau de l’Adamaoua les corrélations partielles suivantes :

rYX₃.X₂ =-0.90

rYX₂.X₁ =0.28

rYX₁.X₂ =-0.09

Ces valeurs confirment l’effet réduit de la latitude et de la longitude sur la répartition spatiale des pluies et rappellent l’importance de la liaison entre l’altitude et les précipitations ; le coefficient de corrélation partielle illustrant cette liaison est d’ailleurs significatif au seuil de 0.05. La corrélation multiple intégrant toutes les variables explicatives n’est quant à elle pas significative à ce seuil du fait de la faiblesse des couples de corrélation, c’est-à-dire ici le nombre de stations météorologiques étudiées sur le plateau de l’Adamaoua (5 au total).




Tableau 8. Relation précipitation/coordonnées géographiques sur le plateau de l’Adamaoua

Paramètre	Coefficient de corrélation (r)			Coefficient de détermination(r2)
Variable	Latitude(X1)	Longitude(X2)	Altitude(X3)	Latitude(X1)	Longitude(X2)	Altitude(X3)
Précipitation(Y)	0.36	-0.446	-0.70	0.13	0.19	0.58
Latitude(X1)	/	-0.90	0.13	/	0.81	0.02
Longitude(X2)	/	/	-0.09	/	/	0

Sur la plaine du Nord, la distribution des pluies obéit à une logique toute différente. En effet, les trois facteurs explicatifs de la répartition des pluies ont des coefficients de corrélation élevés avec les pluies. Que ce soit la latitude, la longitude ou l’altitude, ces coefficients sont significatifs au seuil 0.05. Les variances expliquant cette distribution sont respectivement 86%, 98%, 96%. Les liaisons entre les autres paramètres sont dans l’ensemble faibles.

Cependant, l’observation de l’espace d’étude nous montre que cette région est surtout constituée de basses terres ; ce qui signifie que l’influence de l’altitude est soulignée par les monts Mandara avec les stations Bourrha 775m, Mokolo 795m et Sir 920m.

En retirant ces stations des séries du calcul des corrélations, les nouvelles valeurs des coefficients subissent une profonde modification. En effet, le lien entre la distribution des précipitations n’est maintenu qu’au niveau de la latitude (-0.94) avec 88% de variance.

Ce qui confirme ici l’influence de ces stations dans la distribution des pluies régie par l’altitude, ou comme l’a souligné Suchel (1988) les monts Mandara constituent une « individualité climatique ».

Ce constat est également applicable aux autres facteurs explicatifs pour lesquels la corrélation entre les hauteurs de pluie et la latitude, montre que ce sont les stations situées sur les latitudes les plus basses qui ont les plus fortes pluies. De même, la corrélation entre pluie et longitude offre la même logique, bien qu’on n’observe pas une grande variation dans les valeurs de la longitude.

Tableau 9. Les données de base de mise en relation statistique entre pluie et coordonnées géographiques sur la plaine du Nord

Stations	Précipitation (Y)	Latitude(N) (X1)	Longitude(E) (X2)	Altitude (X3)
Garoua aéroport	1001.8	9.35	13.37	242
Bourrah	985.3	10.25	13.52	775
Doukoula	816.3	10.12	14.97	340
Guétalé	823.4	10.88	13.90	490
Guider	918.7	9.93	13.95	356
Hina	900.8	10.37	13.85	544
Kaélé	816.5	10.08	14.43	388
Lam	871.7	10.57	14.13	430
Makari	470	12.58	14.45	286
Maroua	792.21	10.58	14.30	402
Mokolo	1016.61	10.73	13.82	795
Mora	707	11.05	14.15	438
Poli	1455.4	8.48	13.23	436
Sir	1024	10.57	13.67	920
Tcholliré	1301.9	8.40	14.17	392
Touboro	1226.2	7.77	15.37	500
Waza	582.2	11.40	14.57	311

Tableau 10. Relation précipitation/coordonnées géographiques sur la plaine du Nord

Paramètre	Coefficient de corrélation (r)			Coefficient de détermination
Variable	Latitude(X1)	Longitude(X2)	Altitude(X3)	Latitude(X1)	Longitude(X2)	Altitude(X3)
Précipitation(Y)	-0.93	-0.99	0.98	0.86	0.98	0.96
Latitude(X1)	/	-0.01	0.02	/	0.0001	0.0004
Longitude(X2)	/	/	-0.32	/	/	0.10

Tableau 11. Relation précipitation/coordonnées géographiques sur la plaine du Nord hors mises les stations d’altitude

Paramètre	Coefficient de corrélation (r)			Coefficient de détermination
Variable	Latitude(X1)	Longitude(X2)	Altitude(X3)	Latitude(X1)	Longitude(X2)	Altitude(X3)
Précipitation(Y)	-0.94	0.27	0.34	0.88	0.073	0.12
Latitude(X1)	/	0.033	0.28	/	0.0011	0.08
Longitude(X2)	/	/	0.06	/	/	0.0036

Après cette analyse de la distribution des pluies régie par les facteurs géographiques, nous comptons poursuivre la compréhension de cette distribution en déterminant le potentiel pluvieux à travers l’évapotranspiration potentielle et l’évapotranspiration réelle. Cela permet d’avoir une idée sur l’organisation des pluies en terme de traduction des potentiels en ressources.
B – ANALYSE DES EVAPOTRANSPIRATIONS POTENTIELLE ET REELLE

I - Détermination de l’évapotranspiration potentielle

La méthode d’estimation de l’ETP par le modèle de Thornthwaite, utilise des paramètres facilement accessibles ; cependant, les résultats indiquent une plus grande satisfaction avec d’autres méthodes (Penman et Turc). A propos de ces deux dernières justement, celle de Penman (considérée comme la plus satisfaisante), ne pourrait être objectivement et entièrement appliquée sur le nord Cameroun ; cette situation a poussé certains auteurs soit à réviser la formule en l’adaptant aux contraintes locales, soit en utilisant des « formules dérivées ». C’est le cas de Rippstein(1985) qui a proposé (dans le cadre des études sur la végétation sur l’Adamaoua), des valeurs estimées de l’ETP-Penman pour les stations de Ngaoundéré, Meiganga et Tibati ; ces valeurs peuvent être prises en compte dans notre travail. En ce qui concerne la méthode de Turc, la principale contrainte est la disponibilité des données sur l’insolation ; en effet, seules 4 stations météorologiques au nord Cameroun possèdent un héliographe (Ngaoundéré, Garoua, Maroua et Mokolo), ce qui limite la possibilité d’extension du calcul du bilan à l’ensemble de la région. Ces contraintes nous poussent à considérer toutes les possibilités offertes par les méthodes de calcul de l’E.T.P. selon Penman, Turc et Thornhtwaite.

La détermination de l’ETP sera effectuée sur la base du modèle de Thornthwaite pour les stations de Ngaoundéré, Meiganga, Tibati, Banyo, Poli, Garoua, Maroua et Mokolo, et de la méthode de Turc pour les stations de Ngaoundéré, Garoua, Maroua et Mokolo. Nous avons procédé à l’estimation suivant le modèle de Thornthwaite, alors que la méthode de Turc nous a servi à dresser le bilan hydrique. La formule de Thornthwaite présente l’avantage de la simplicité du calcul ; en effet, seule la valeur de la température suffit, les constances comme  et F(), ainsi que l’indice i étant des données de convention. Elle se détermine ainsi : ETP=16(10T/I)^F()

T = température du mois en °C

i = (T/5)^1.514, indice de chaleur.

I = i, total des 12 valeurs mensuelles de l’indice de chaleur.

 = 6.75x10^-7I³-7.71x10^-5I²+1.79x10^-2I+0.49

F() = coefficient de correction qui dépend de la latitude et du mois.
Tableau 12. Paramètres de calcul de l’ETP-Thorntwaite à Ngaoundéré

	J	F	M	A	M	J	Jt	A	S	O	N	D
T	21.5	22.8	24.3	23.9	22.7	22	21.4	21.3	21.4	22	21.8	21.5
i	9.1	9.75	10.95	10.68	9.88	9.42	9.04	8.97	9.04	9.42	9.29	9.10
	2.546	2.546	2.546	2.546	2.546	2.546	2.546	2.546	2.546	2.546	2.546	2.546
F()	1.02	0.93	1	1.02	1.06	1.03	1.06	1.05	1.01	1.03	1.09	1.02
ETP	81	86	108	107	97	87	83	81	79	87	90	81

Tableau 13. Paramètres de calcul de l’ETP-Thorntwaite à Mokolo

	J	F	M	A	M	J	Jt	A	S	O	N	D
T	24.6	25.8	29	30.6	28.5	26.3	24.4	23.5	24.2	26	26.3	24
i	11.16	11.99	14.31	15.53	13.94	12.35	10.88	10.41	10.75	12.13	12.35	10.75
	3.574	3.574	3.574	3.574	3.574	3.574	3.574	3.574	3.574	3.574	3.574	3.574
F()	1	0.91	1	1.03	1.08	1.06	1.08	1.07	1.02	1.02	1.08	0.99
ETP	102	110	183	229	186	137	107	93	95	127	140	92

Tableau 14. Paramètres de calcul de l’ETP-Thorntwaite à Garoua

	J	F	M	A	M	J	Jt	A	S	O	N	D
T	26.3	28.7	31.8	31.9	30.5	28.2	26.5	26	26.3	27.6	27.4	26.1
i	12.35	14.09	16.46	16.54	15.45	13.72	12.49	12.13	12.35	13.28	13.14	12.20
	4.341	4.341	4.341	4.341	4.341	4.341	4.341	4.341	4.341	4.341	4.341	4.341
F()	1	0.91	1	1.03	1.08	1.06	1.08	1.07	1.02	1.02	1.08	0.99
ETP	124	164	282	294	254	177	138	126	126	155	160	117

---

similaire:

	Cours de M. Quiry I principales méthodes d’évaluation des entreprise		Poursuivait deux objectifs principaux «bon état écologique de l'eau» en associant réglementation et redevances de bassin ? Comment conforter la définition territorialisée...
	Le programme «Urbanisme, paysages, eau et biodiversité» «Urbanisme, paysages, eau et biodiversité» a pour objectifs, dans le respect des engagements de la France au niveau européen et international,...		La facture d’eau peut représenter jusqu’à près de 10% du budget des... «conditions économiquement acceptables» (comme le fait la lema) dans ce cas ? Le constat est implacable : la facture d’eau creuse...
	Construit à partir de l’aide à l’évaluation des acquis des élèves en fin d’école maternelle		Connaissance et marché de l’emploi «étudie les phénomènes de la vie affective, intellectuelle et comportementale […] conçoit et met en œuvre des méthodes d’analyse...
	Preambule «Accompagnement, Soins et Services à la Personne». Ces documents ont pour la plupart été réalisés avec l’aide du groupe de professeurs...		Le programme «Énergie et après-mines» ...
	Convention d’organisation des commissions d’evaluation professionnelle... «La commune/l’établissement» représenté(e) par Madame/Monsieur Maire/Président(e), agissant en cette qualité conformément à la délibération...		Association des professionnels de santé du nord de l'Yonne : Le pôle nord «patient fragile». A chaque fois qu’un patient fragilisé rentre au ch, elle envisage une diffusion de la fiche

---

Tous droits réservés. Copyright © 2016
contacts

d.20-bal.com