Académique Documents
Professionnel Documents
Culture Documents
TOUATI Salima
Spécialité : Gestion Durable des Ressources en Eau
Contribution à l’étude de la
persistance de la sècheresse en
Tunisie
Soutenu le 23 Décembre 2016 devant le jury composé de :
Dédicaces
A mes amis.
Salima.
Mémoire de Mastère INAT 2016
Remerciements
Une mémoire de mastère n’est pas un ouvrage réalisé en solitaire, où un seul cerveau
est mis à l’épreuve. Le résultat final est l’œuvre d’une multitude de contributions, qui ont
toutes consolidé et augmenté le travail effectué. Cette étude s’inscrit dans le cadre du
projet « AMETHYST ».
Ces lignes témoignent de ma profonde reconnaissance pour toutes les personnes
impliquées de près ou de loin dans cette étude.
Je tiens à présenter tous mes respects à Monsieur Hamadi HABAIEB, mon encadrant,
qui m’a laissé une très grande liberté intellectuelle lors de ce travail, mais qui a su aux
moments opportuns me remettre sur les rails, m’empêchant ainsi de me perdre dans les
vastes domaines de la sècheresse et de l’hydrologie. Son immense culture hydrologique,
ainsi que l’encouragement et l’aide qu’il m’a prodigué durant la période du travail ont très
largement contribué au plaisir de mener cette étude.
J'exprime mes respectueux dévouements à Monsieur Taoufik HERMASSI, pour ses
précieux conseils, sa participation pour une période à mon encadrement durant mon travail
et pour sa haute bienveillance de m’avoir fourni les données dont j’avais besoin.
Au terme de ce travail, il est de mon devoir de remercier vivement et chaleureusement
les responsables de l’IRD, qui m’ont bien accueilli parmi eux.
Je dois remercier particulièrement les membres de jury d’avoir accepté d’évaluer mon
travail.
Un grand merci à Madame Zeineb KASSOUK, pour sa haute bienveillance et de
m’avoir fourni les données dont j’avais besoin.
Enfin, que tous ceux qui ont contribué de près ou de loin à la réalisation de ce travail
trouvent ici l’expression de mes remerciements les plus sincères.
Mémoire de Mastère INAT 2016
Résumé
Ce travail porte, en se basant sur les données mensuelles pour 115ans issues de 24
postes pluviométriques répartis sur le territoire Tunisien, sur l’analyse de l’occurrence et
de la persistance de la sècheresse météorologique en Tunisie par les chaines de Markov.
Ces longues séries pluviométriques permettent d’analyser le comportement stochastique
des précipitations.
L'étude a montré que la sécheresse est un phénomène assez fréquent et récurrent deux
années de suite, voire trois années ou plus. La probabilité d'avoir deux années sèches
consécutives est plus importante dans les régions de l'Ouest ; du Nord-Ouest, du Centre-
Ouest, et le Sud-Ouest. Ces régions sont connues par leur production agricole et leur
apport économique.
L’application de l’indice standardisé de précipitation a montré que le climat tunisien
est souvent fréquenté par une sècheresse météorologique légère à modéré.
En comparant les deux méthodes, on à obtenu les mêmes résultats avec une corrélation
supérieure à 0,65 pour le NE, CO, CE, SE.
Ces résultats participent à l'établissement d'une stratégie de lutte contre la sécheresse.
Abstract
This work focuses on the analysis of the occurrence and the obstinacy of the
meteorological drought in Tunisia by Markov chain. It is based on the monthly data for
115 years stremming for 24 posts pluviometric distributed on the Tunisian territory
allowing to analyse the stochastic behavior of the precipitation,
The study showed that the drought is a rather frequent an reccurig phenomenon, two
years running, even three years or more. The probability to have two consecutive dry yers
is more important in the western regions ; the North west, the central west and the south
west. These regions are known by their agricutural prodution and their economic
contribution.
The application of the standardized pricipitation index showed that the Tunisian
climate is often frequented by a light and moderated meteorological drought.
By comparing the two methods, the same results were obtained with a correlation
greater than 0.65 for NE, CO, CE, SE.
These results participate in the establishment of a strategy to fight against the drought.
ملخص
يقوم هذا العمل ،استنادا على بيانات شهرية ل 24محطة مياه األمطار منتشرة في جميع أنحاء األراضي التونسية مدة 115
عاما ،على تحليل لوجود واستمرار الجفاف في تونس من خالل تطبيق سالسل ماركوف.
أظهرت الدراسة أن الجفاف هو ظاهرة شائعة جدا و يمكن تكرارها سنتين متتاليتين أو ثالث سنوات أو أكثر.
نسبة احتمال تكرار سنتي جفاف متتالية مرتفعة في المناطق الغربية للبالد .الشمال الغربي ,الوسط الغربي ,الجنوب
الغربي .وتعرف هذه المناطق بإنتاجها الزراعي ومساهمتها في اقتصاد البالد.
أظهر تطبيق المؤشر المعياري للهطول أن المناخ التونسي غالبا ما يرتاده جفاف خفيف الى معتدل.
ادى تطبيق الطريقتين الى نفس النتائج مع وجود ارتباط أعلى من ( 0.65في الشمال الشرقي ,الوسط الغربي و الشرقي
و الجنوب الغربي).
.كلمات البحث :النماذج اإلحصائية واالحتمالية ،سلسلة ماركوف ،الجفاف ،تحليل تواتر األمطار
Mémoire de Mastère INAT 2016
Sommaire
2. Concept d'Aridité............................................................................................................. 4
5.5 Indice de sécheresse de Palmer ( PDSI - Palmer Drought severity Index) .............. 12
5.6 Indice d’humidité disponible pour les cultures (CMI - Crop Moisture Index) ........ 13
5.7 Indice des réserves en eau de surface (SWSI - Surface Water Supply Index) ......... 14
2.1 Rappel théorique sur le contrôle des données et l’analyse fréquentielle .................... 23
1. Introduction ................................................................................................................... 28
7.3 Répartition spatiale des précipitations pour chaque période d’étude ..................... 50
8. Conclusion ..................................................................................................................... 51
Mémoire de Mastère INAT 2016
1. Introduction ................................................................................................................... 52
6. Conclusion ..................................................................................................................... 61
1. Introduction ................................................................................................................... 63
6. Conclusion ..................................................................................................................... 70
Annexes .................................................................................................................................... 79
Mémoire de Mastère INAT 2016
Figure 4.1: Surfaces associées aux postes pluviométriques pour le calcul de la pluie
moyenne du gouvernorat de Kairouan……………………………………………………57
Figure 4.2: Corrélation entre les pluies calculées par méthode de Thiessen…………….58
NO : Nord-Ouest.
NE : Nord-Est
CO : Centre-Ouest.
CE : Centre-Est
SO : Sud-Ouest.
SE : Sud-Est.
DGRE : Direction générale des ressources en eau.
INRGREF : Institut National de Recherches en Génie Rural, Eaux et Forêts.
SPI : Standardized Precipitation Index (L’Indice de précipitation standardisé)
Introduction générale
Introduction générale
1
Introduction générale
Dans un tel contexte climatique, il est indispensable de pouvoir analyser les séquences de
sécheresse météorologique en vue de proposer aux populations des mesures d’atténuation
ou d’adaptation au cas échéant.
C’est dans ce cadre que la présente étude a été initiée, en plus de l’introduction
générale et la conclusion générale, l’étude s’articule en cinq chapitres; le premier chapitre
présente une recherche bibliographique comprenant la délimitation de la problématique de
sécheresse, les études y afférentes, les techniques et les indices de suivi de ce phénomène,
le deuxième présente de la méthodologie du travail. Les trois derniers chapitres présentent
l’application de la méthodologie et les discussions des résultats obtenus qui sont
respectivement ; persistance de la sécheresse en Tunisie, persistance de la sécheresse en
Tunisie à l’échelle régionale : « Gouvernorat de Kairouan » et persistance de la sécheresse
en Tunisie à l’échelle régionale : « Bassin versant de la Medjerda »
2
Chapitre 1: Synthèse bibliographique
1. Définitions de la sécheresse
« La sécheresse est une aberration climatique temporaire et diffère de l’aridité car cette
dernière est restreinte aux régions à faible régime pluviométrique et est une
caractéristique permanente du climat » (NDMC, 2005).
Il n’existe aucune définition universelle de la sécheresse. il y a autant de définitions de la
sécheresse que de domaines d'utilisation de l’eau. Les définitions retrouvées dans la
littérature diffèrent selon la région étudiée, les besoins ou les perspectives du champ de
travail dont elles proviennent. Toutes cependant trouvent leur origine dans un manque de
précipitation sur une certaine période de temps. Ce manque génère une insuffisance en eau
pour une activité, un groupe ou un secteur environnemental. Mais, on peut dire que la
sécheresse est un déficit des disponibilités en eau par rapport à une situation considérée
comme normale pour une période donnée et une région déterminée (Layelmam, 2008).
La sécheresse se manifeste par une diminution des potentialités hydriques dans une
région donnée et pour une période donnée par rapport à une situation dite normale. C’est
un phénomène récurrent. Elle n’est pas propre à un type particulier de climat. Elle peut se
manifester au sein de n’importe quelle aire climatique. La sécheresse peut s’inscrire à des
échelles spatio-temporelles très variées (Ben Boubaker, 2007).
Cette notion diffère des autres phénomènes naturels dangereux à bien des égards. En
effet, c’est un danger naturel qui commence lentement, de sorte qu’on parle souvent d’un
phénomène à évolution lente. On observe un écart cumulé des précipitations par rapport à
la normale ou aux valeurs prévues (la moyenne à long terme, par exemple).
Ce déficit cumulé de précipitations peut se manifester rapidement sur une courte période,
mais cela peut aussi prendre des mois. Si le déficit persiste, la sécheresse s’étend
progressivement à tous les domaines où l’eau transite (sols, végétaux, nappes d’eau
souterraine, rivières, barrages). C’est en définitif tout le cycle de l’eau qui se trouve
perturbé.
La sécheresse comprend à la fois une composante naturelle et une autre sociale. Dans
chaque région, le risque qui lui est associé est le produit de l’exposition à l’aléa (c’est-à-
dire la probabilité de répétition du phénomène à des niveaux variés de sévérité) et de la
vulnérabilité de la société à l’événement (Ben Boubaker, 2007). Elle ne devrait pas être
3
Chapitre 1: Synthèse bibliographique
2. Concept d'Aridité
L’aridité est un concept climatique de référence spatiale (domaine aride). Le climat
aride se caractérise par des précipitations très faibles et très irrégulières et une
évapotranspiration potentielle (pouvoir évaporant de l’atmosphère) très forte. L’aridité est
l’expression d’un bilan hydrique très déficitaire en permanence. Elle est à distinguer de la
sécheresse qui est un phénomène conjoncturel.
L'aridité est un fait climatique significativement exprimé par le rapport des
précipitations à l’évapotranspiration potentielle pour une durée de référence donnée,
annuelle en général. Plus les précipitations sont faibles et l’évaporation élevée, plus
4
Chapitre 1: Synthèse bibliographique
l’aridité est grande. De ce fait, les valeurs du rapport P/ETP sont souvent utilisées comme
critères pour la délimitation des régions arides. Dans la « Carte de la répartition mondiale
des régions arides » (notice explicative, UNESCO notes techniques du MAB 7, 1979), les
seuils suivants ont été retenus :
- domaine hyper aride (P/ETP<0,03).
- domaine aride (0,03<P/ETP<0,20) .
- domaine semi-aride (0,20 <P/ETP<0,50).
3. Concept de Désertification
La désertification est une forme extrême de la dégradation des terres, où les sols
perdent l’essentiel de leurs capacités biologiques. Résultant d’un certain nombre de
facteurs (sécheresse, températures élevées, érosion hydrique et éolienne, activités
humaines, etc.), elle se caractérise par la baisse du niveau de la nappe phréatique,
l’accroissement de l’érosion et la disparition de la végétation naturelle. La présence d’un
seul de ces symptômes signifie généralement que le processus de désertification est en
cours.
4. Types de sécheresse
La sécheresse qui commence comme un évènement climatique dans sa phase initiale,
s’étend progressivement à tous les domaines où l’eau transite. De ce fait, on distingue
plusieurs types de sécheresse, la figure ci-après représente les principaux types de
sécheresse:
5
Chapitre 1: Synthèse bibliographique
Figure 1.1: Succession de situations de sécheresse et de leurs incidences pour les différents
types de sécheresse généralement admis. (Source: Centre national de lutte contre la
sécheresse, Université du Nebraska–Lincoln, États-Unis d’Amérique)
6
Chapitre 1: Synthèse bibliographique
7
Chapitre 1: Synthèse bibliographique
Comme les sécheresses sont des phénomènes complexes pour lesquels il existe plusieurs
définitions (NDMC, 2005; Tate et Gustard, 2000), ce qui a poussé les chercheurs à définir
des indicateurs de ce phénomène.
Ces indicateurs permettent de déterminer d’une façon scientifique le seuil indiquant la
sécheresse à différentes échelles de temps et de définir des classes d’appartenance à cet
événement en fonction de sa sévérité et de sa position. Ils assurent également le suivi de la
sécheresse et la détection à différents stades de son évolution. Ces indices constituent
également un excellent moyen de communication avec le public et un outil de décision
pour le gouvernement, les plus simples de tous ces indicateurs de sécheresse sont les tests
statistiques. Ceux-ci ne font appel qu’à une seule variable. Ils utilisent généralement les
mesures de précipitation recueillies aux stations météorologiques pour décrire les
conditions de sécheresse. Ils ont pour but de comparer les valeurs actuelles à la tendance
historique. Ils sont simples, faciles et rapides à utiliser. Ce ne sont pas formellement des
indicateurs de sécheresse mais leur valeur donne une bonne indication des conditions
climatiques régnant dans la région autour de la station. (Beaudin, 2007).
Les indicateurs recensés dans la littérature et pouvant être utilisés pour le suivi des
conditions de sécheresse en région méditerranéenne sont récapitulés dans le tableau ci-
après:
Tableau 1-1: Différents types d’indicateurs de sécheresse
(Source: Hayes,2007)
8
Chapitre 1: Synthèse bibliographique
𝑃
𝑃𝑁 = ( ) ∗ 100 (%)
𝑃𝑚
9
Chapitre 1: Synthèse bibliographique
Le PN est un indicateur très efficace lorsqu’il est utilisé pour comparer une seule région
ou une seule saison. Cet indicateur est souvent incompris et donc parfois mal interprété.
(NDMC, 1996)
5.3 La méthode des Déciles de précipitation (D)
Cette méthode a été développée par Gibbs et Maher (1967) pour palier aux faiblesses
du pourcentage à la normale. Cette approche permet de connaître la fréquence d’un
événement. Elle divise la distribution des fréquences des événements en 10 parties
représentant chacune 10 % de la distribution. Le cinquième décile représente donc la
médiane et le dixième décile le volume maximal de précipitation reçu pour une région et
pour une période de temps.
C’est une méthode uniforme de classification des sécheresses qui peut être appliquée
tant à l’échelle locale que continentale, sur des périodes variant du mois à une année.
C’est une formule simple qui ne nécessite qu’une seule donnée, la précipitation, et qui
comporte moins d’hypothèses que les méthodes plus complexes. Il est par contre
nécessaire de posséder des données climatiques portant sur une longue période (minimum
de 30 ans) afin de calculer les déciles de façon précise et significative. Comme pour le
PN, la précision et la représentativité spatiale des déciles sont étroitement reliées à la
densité du réseau de stations météorologiques utilisé. (NDMC, 1996)
5.4 L’Indice de précipitation standardisé (SPI - Standardized Precipitation
Index)
C'est un autre indicateur statistique communément utilisé pour la caractérisation des
sécheresses locales ou régionales. Basé sur un historique de précipitation de longue durée,
le SPI permet de quantifier l’écart des précipitations d’une période, déficit ou surplus, par
rapport aux précipitations moyennes historiques de la période. Cette période varie
généralement de 3 mois à 2 ans, selon le type de sécheresse que l’on désire suivre.
(McKee et al. , 1993; Hayes, 2007).
(𝑃 − 𝑃𝑚)
𝑆𝑃𝐼 =
𝜎𝑝
10
Chapitre 1: Synthèse bibliographique
McKee et al. (1993) a développé cet indicateur afin de faire ressortir l’impact de la
période étudiée sur les différentes ressources en eau. Comme les réserves souterraines, les
réservoirs, les dépôts neigeux ou les cours d’eau ne réagissent pas aux variations
pluviométriques avec la même rapidité, la période de calcul du SPI fait ressortir l’effet de
cette variation sur chacun de ces systèmes hydrologiques. À l’échelle temporelle d’une
semaine, par exemple, la réponse du SPI est très variable. Une valeur négative, donc un
déficit, ne représente pas pour autant une situation de sécheresse mais serait plutôt
représentatif d’une situation de stress hydrique temporaire de la végétation. Des déficits
hydriques de plus longues durées (3, 6 mois, 1 an, etc.) sont par contre nécessaires pour
avoir un impact sur les ressources hydriques du sol ou sur les ressources en eau de surface
(sécheresse hydrologiques).
11
Chapitre 1: Synthèse bibliographique
offre des synthèses du SPI, calculées pour des périodes de un mois à un an, à une échelle
spatiale variable selon les états américains. Il est aussi inclus dans la formulation du
« Drought Monitor » (NDMC, 2005). Le « Drought Monitor » combine plusieurs
indicateurs de sécheresse afin de fournir une information concernant l’intensité et
l’étendue des sécheresses agricoles ou hydrologiques.
5.5 Indice de sécheresse de Palmer ( PDSI - Palmer Drought severity Index)
Appelé d’abord Indice de sécheresse de Palmer ( PDI - Palmer Drought Index)
(Palmer, 1965), cet indicateur fut modifié afin de pouvoir caractériser le début, la fin et la
sévérité des périodes de sécheresse. La version transformée est appelée Indice de sévérité
des sécheresses de Palmer (PDSI - Palmer Drought Severity Index) (Alley, 1984).
Le PDI, tout comme le PDSI, sont des indicateurs qui mesurent la différence
d’approvisionnement en humidité pour les phases sèches autant que pour les phases
humides. Ils sont calculés pour des périodes hebdomadaires ou mensuelles afin de
caractériser les conditions régionales. Parce que ce sont des indicateurs normalisés, il est
possible de comparer différentes régions.
𝑃𝐷𝑆𝐼 = 𝑋(𝑖) = 0,897𝑋(𝑖 − 1) + 𝑍(𝑖)/3
Avec :
Xi(i-1) PDSI de la période précédente
Z(i) "Moisture anomaly index ou ndice de l'anomalie en humidité
i Mois de l'année
et
𝑍(𝑖) = 𝐾(𝑃 − 𝑃𝑐)
Avec :
K Facteur de poids (voir Alley, 1984)
P précipitation actuelle (mm)
Pc Précipitation CAFEC (mm)
𝑃𝑐 = 𝛼𝑗 𝑃𝐸 + 𝛽𝑗 𝑃𝑅 + 𝛾𝑗 𝑃𝑅𝑂 + 𝛿𝑗 𝑃𝐿 (𝑚𝑚)
Où:
CAFEC "Climatically Appropriate for Existing Conditions"
j Mois de l'année
PE Evapotranspiration potentielle (mm)
PR Recharge du sol potentiel (mm)
12
Chapitre 1: Synthèse bibliographique
13
Chapitre 1: Synthèse bibliographique
ET Evapotranspiration (mm).
ETc Evapotranspiration attendue pour les conditions qui prévalent (mm).
α Coefficient d'évapotranspiration (évapotranspiration réelle/
évapotranspiration potentielle).
Il utilise la température moyenne et les précipitations totales hebdomadaires comme
intrants, en plus de la valeur du CMI de la semaine précédente pour évaluer les conditions
agricoles. Le cumul des CMI des semaines précédentes engendre donc une erreur
cumulative dans le calcul du CMI de la semaine.
Le CMI est un indicateur normalisé qui donne un poids par endroit et par période et
permet donc de comparer différentes régions. Par contre, il varie rapidement avec un
changement des conditions. Il évalue donc les conditions d’humidité à court terme et n’est
pas un outil adapté pour la surveillance des conditions de sécheresse à long terme. De
plus, comme le CMI est un indicateur développé pour l'agriculture et que la végétation
agricole est absente à certaines périodes de l'année, il est difficile d’appliquer le CMI en
dehors de la saison des cultures (NDMC, 1996).
5.7 Indice des réserves en eau de surface (SWSI - Surface Water Supply
Index)
Cet indicateur hydrologique, créé par Shafer et Dezman (1982), est un complément au
PDSI qui incorpore des éléments d’hydrologie et de climatologie.
Tout comme le PDSI, le SWSI est un indicateur normalisé qui permet de comparer
différentes régions, généralement pour des périodes mensuelles. C’est un indicateur des
conditions hydriques spécialement développé pour les régions où la fonte des neiges est la
principale source d’écoulement des eaux superficielles. Il incorpore la couverture
neigeuse, les précipitations en montagne, les cours d’eau, le contenu des réservoirs en plus
14
Chapitre 1: Synthèse bibliographique
du contenu en eau du sol. Il ne tient toutefois pas compte des écoulements dus à la fonte
d’une accumulation antérieure de neige. C’est un indicateur des conditions de surface
calibré pour une région homogène et il n’est pas conçu pour de grandes variations
topographiques (Hayes, 2007).
Le SWSI est simple à calculer et donne une mesure de l’approvisionnement en eau
superficielle. Par contre, un réarrangement des stations amène à refaire les distributions de
fréquence de chaque station et un changement dans l’exploitation du bassin signifie le
développement d’un nouvel algorithme. Il est donc difficile de maintenir une série
temporelle de cet index (Beaudin , 2007).
15
Chapitre 1: Synthèse bibliographique
Dorsale que le domaine tellien. Les sécheresses généralisées ou presque sont les moins
fréquentes mais ne sont pas rares. Nous en citons celles des années 1940, de la fin des
années 1960, de 1987 à 1989, de 1993 à 1995 (Henia, 2001).
6.2 Typologie fondée sur la persistance
La sécheresse peut toucher un mois, une saison, une année, comme elle peut être
pluriannuelle. Dans le cas d’une année isolée, il est à noter que l’impact de la sécheresse
est différent si l’année sèche est précédée et suivie par des années à bonne pluviométrie ou
bien si elle est encadrée par des années médiocres sur le plan pluviométrique.
La Tunisie a connu au cours du 20è siècle des sécheresses pluriannuelles s’étendant
sur deux à six années successives. Les sécheresses pluriannuelles sont plus fréquentes au
sud de la Dorsale que dans le Tell. L’événement d’une année sèche isolée est plus
fréquent dans le Nord.
6.3 Typologie fondée sur l’intensité du déficit
Le déficit peut être modéré comme il peut être sévère ou très sévère. Différents indices
sont utilisés par les chercheurs pour établir une typologie de la sécheresse selon l’intensité
du déficit. L’Institut National de la Météorologie utilise pour ce faire le critère du déficit
par rapport à la normale pluviométrique. :
- Un déficit de 20 à 40 % correspond à une sécheresse modérée.
- Une année est sèche si le déficit est compris entre 40 et 60 %.
- L’année est très sèche si le déficit atteint ou dépasse 60% de la normale.
Un déficit annuel dépassant 40% de la normale est peu fréquent au niveau de la Tunisie
tellienne. Il n’est pas rare par contre au sud de la Dorsale.
Une synthèse des typologies précédentes permet de distinguer des catégories d’intensités
de la sécheresse.
16
Chapitre 1: Synthèse bibliographique
17
Chapitre 1: Synthèse bibliographique
grands cours d'eau du Côte d'Ivoire. L'année 1970 a été aussi relevée comme année de
rupture par Mahé et al, (2001) sur les débits du Bani à Douna au Mali, avec une
diminution de 68 %. Ils mettent aussi, en évidence que les ruptures hydrologiques sont en
phase avec les ruptures pluviométriques. Cette concordance des dates de rupture montre
que le régime des cours d'eau est fortement lié à celui des précipitations.
Ces années s'insèrent dans la période de rupture de la plupart des stations
pluviométriques en Côte d'Ivoire, à savoir 1966-1971 (Servat et al, 1999).
Ces ruptures montrent aussi que la région de Grand-Lahou s'inscrit globalement dans la
fluctuation du régime pluviométrique observée entre la fin des années 1960 et le début des
années 1970 en Afrique de l'Ouest et Centrale (Olivry, 1997 ; Paturel et al., 1997, 1998 ;
Servat et al., 1998 et 1999).
Kouame (2011) a signalé que les volumes mobilisés ont régulièrement baissés depuis
l’année 1986 qui est caractérisée par une très faible pluviométrie. En effet, l’année 1986
est l’année qui a été marquée par une sécheresse particulièrement intense dans la région de
Soubré. Cette sécheresse a contribué à la réduction des réserves d’eau de la région et a
même affecté la recharge souterraine, ce qui a contribué à renduire les volumes mobilisés
dans les différents bassins versants de la région. Ces constatations ont également été faites
par Nicholson, (1994) et Vissin (2007) qui ont signalé ce phénomène sur les bassins
versants du Tchad et le bassin béninois du fleuve Niger.
Tout comme l'Afrique de l'Ouest et centrale, les pays d'Afrique du Nord n'échappent pas
non plus à cette variabilité climatique telle que la Tunisie.
18
Chapitre 1: Synthèse bibliographique
et les années 1970, par exemple, se démarquent par la faible apparition des années sèches.
Les années 1920, 1940, 1960 et 1980 ont connu, en revanche, des sécheresses pluri
annuelles, de grande extension spatiale et avec un déficit pluviométrique important
(Hénia, 2001).
La sécheresse des années 1920, s’est manifestée essentiellement de 1921-1922 à 1926-
1927. Cette dernière année était la plus sèche. La sécheresse des années 1940 est la plus
sévère du siècle. Certaines stations ont connu 6 à 8 années sèches successives. Pendant
quatre années successives (de 1944-1945 à 1947-1948, l’isohyète 400 mm s’est maintenue
au nord de la moyenne et basse vallée de la Medjerda, c’est-à-dire à plus de 150 km au
nord de sa position moyenne, au sud de la Dorsale (Hénia, 2001). La sécheresse des
années1960 a persisté de 1960-1961 à 1968 –1969. Il s’agit d’une période à pluviométrie
très faible à médiocre. La fin de la décennie 80 (1987-1988 à 1988-1989) a connu une
grande sécheresse avec un déficit pluviométrique intense qui a affecté l’ensemble du pays,
en dehors de l’extrême Sud-Est. Ce déficit était au cours de l’année 1987-1988 de 20 à 50
% dans le Tell et de plus de 50 %, voire même, de plus de 60 % de la moyenne dans
beaucoup de stations du Centre et du Sud-Ouest.(Ben Boubaker, 2006).
Les travaux sur la Tunisie, dans le même ordre d'idée, Kingumbi et al. (2006) ont mis
en évidence une baisse significative des précipitations annuelles en Tunisie centrale, entre
1976 et 1989.
Une étude de la sécheresse météorologique et hydrologique dans la région de Siliana a
été effectuée en se basant sur plusieurs indices (Bergaoui, 2001). Les résultats obtenus
montrent que la méthode des écarts à la moyenne donne un pourcentage de 60 % d'années
sèches. La fréquence d'apparition d'années successives sèches est relativement élevée : 55
% d'années sèches sont formées de deux, trois ou cinq années sèches consécutives. Quant
à la sécheresse hydrologique, elle est plus accentuée, prouvant la dissymétrie des apports
et la tendance générale des phénomènes hydrologiques à la faible hydraulicité.
Simultanément, Benzarti et Habaieb, (2001) ont étudié la persistance de la sècheresse en
Tunisie par utilisation des chaînes de Markov sur des séries de pluviométrie annuelle et
ont prouvé que la persistance des années sèches est plus fréquente dans les régions du
nord et du centre du pays. De plus, la probabilité d’avoir deux années sèches consécutives
varie de 23 à 40 % suivant une croissance du sud-ouest au nord-ouest.
Les études effectuées sur la pluviométrie et les apports de l'oued Merguellil ont connu
une baisse assez significative ces dernières décennies (Kingumbi, 2006), et l’année 1988-
19
Chapitre 1: Synthèse bibliographique
1989 est aussi apparue dans plusieurs variables comme une année de rupture (Bergaoui,
2001; Kingumbi, 2006; Lahache et Pillet, 2008)
Au cours de ces grandes sécheresses, les régimes pluviométriques saisonniers et
mensuels sont souvent perturbés. En, somme la sécheresse en Tunisie peut être pluri
annuelle et peut prendre des grandes dimensions spatiales.
Ces résultats des différentes approches méthodologiques des principaux indices de la
sécheresse aident à une description d'état de préparation de gestion de la sécheresse en
Tunisie. Par ailleurs, plusieurs efforts pour le développement de nouvelles méthodologies
d’estimation et de quantification des différents aspects liés à la sécheresse ont été
déployés, tel que les différences spatiales de la sécheresse (Beersma et Buishand, 2004), la
prédiction des sécheresses par les indices de la circulation atmosphérique (Lloyd et
Saunders, 2002), et la mitigation des effets de la sécheresse (WMO, 2000). Cependant,
plus d'efforts ont été fournis pour développer des indices de la sécheresse, permettant une
identification précoce de son intensité et son ampleur. Ces indices sont primordiaux pour
l’analyse et la planification continue des sécheresses dans le temps et dans l’espace
(Svoboda et al. 2002).
Depuis 1994, prenant conscience des dégâts provoqués par les événements de
sécheresse répétés dans l’État du Chihuahua au Mexique, les décideurs, les politiques, les
scientifiques et les universitaires se sont concertés et leurs efforts ont abouti à la création
du Centre de recherche sur la Sécheresse (Robles et al, 2006). Le but du centre NDMC
(National drought mitigation center) développé aux Etats-Unis d’Amérique est de
rassembler, mesurer, et cartographier les impacts de la sécheresse et fournir aux
rapporteurs un accès aux résultats à travers des outils de recherche faciles et interactifs.
Dans le même contexte, d’autre pays tels que le Canada, l’Italie, l’Espagne,…, ont
développés des centres de mitigation et de planning semblables pour une meilleure
compréhension et analyse du phénomène.
Récemment, le programme « MEDROPLAN » Mediterranean Drought Preparedness
and Mitigation Planning a été développé par l’Europe Aid Co-operation Office avec la
collaboration de scientifiques et d’acteurs de l’eau de Chypre, Espagne, Grèce, Italie,
Maroc et Tunisie, comme initiative pour la préparation de directives de gestion et de
mitigation des sècheresses dans les pays méditerranéens. Le guide permet de fournir une
approche efficace et systématique pour mettre au point des plans de gestion de la
sécheresse alliant science et politique.
20
Chapitre 1: Synthèse bibliographique
21
Chapitre 2: Matériels et méthodes
22
Chapitre 2: Matériels et méthodes
issus du markovien. Ils permettent d’énoncer des relations et des probabilités quant au
voisinage (spatial ou temporel) de phénomènes. Très grossièrement, on pourra dire qu’ils
permettent de définir l’état d’un système à un instant t uniquement à partir d’un certain
nombre de ses états précédents : instant (t − 1) pour du markovien du premier ordre,
instants (t − 1) et (t − 2) pour du markovien du second ordre, etc . . .
23
Chapitre 2: Matériels et méthodes
24
Chapitre 2: Matériels et méthodes
Tests d'homogénéité
Le test d'homogénéité de la moyenne se base sur la statistique de Student pour deux
échantillons tandis que le test d'homogénéité de la variance correspond au test de Fisher
Snedecor. Dans ce cas également le lecteur se référera à un ouvrage classique de
statistique (Meylan et Musy, 1998).
2.2 Définition de l'analyse fréquentielle
L'analyse fréquentielle est une méthode statistique basée sur les caractéristiques d’une
grandeur hydrologique donnée, de prédiction consistant à étudier les événements passés
afin d'en définir les probabilités d'apparition future.
Cette prédiction repose sur la définition et la mise en œuvre d'un modèle fréquentiel,
qui est une équation décrivant le comportement statistique d'un processus dont on ne
connaît que les observations qui constituent l’échantillon, la série.
Cette méthode, indépendante des valeurs centrales (moyennes ou médianes), est
fondée sur un classement des valeurs des plus faibles vers les plus fortes, des années les
plus sèches aux années les plus humides, les années du milieu étant considérées comme
années normales
On a classé les totaux pluviométriques annuels de chaque série selon un ordre
croissant. On a ensuite calculé la fréquence de chaque total pluviométrique dans la série
pour arriver enfin à une répartition quasiment équitable attribue 35 % des valeurs aux
années extrêmes (sèches ou humides) et 30 % aux années normales. La répartition des
classes se présente comme suit : les années avec des totaux pluviométriques d’une
fréquence égale ou inférieure à 15 % sont des années très sèches, les années avec des
totaux pluviométriques d’une fréquence comprise entre 15 et 35 % sont des années sèches,
celles avec des totaux d’une fréquence comprise entre 35 et 65 % sont des années
normales, les totaux d’une fréquence comprise entre 65 % et 85 % sont ceux des années
humides et ceux d’une fréquence égale ou supérieure à 85 % sont ceux des années très
humides.
La méthode est simple et on l'a simplifiée davantage en ne considérant que les années
sèches de fréquence inférieure à 35% et les années non sèches pour le reste des années.
(Benzarti Z. et Habaieb H., 2001)
25
Chapitre 2: Matériels et méthodes
où Pij est la probabilité d’aller à l’état j sachant qu’on se trouve à l’état i. Ces probabilités
ont été calculées en utilisant la relation suivante :
𝑁𝑖𝑗
𝑃𝑖𝑗 = 𝑎𝑣𝑒𝑐 𝑖 𝑒𝑡 𝑗 = 0 𝑜𝑢 1
𝑁𝑖
Où Nij est le nombre de transition de l’état i à l’état j et Ni le nombre de transitions de
l’état i vers tout autre état (Benzarti et Habaeb, 2001).
26
Chapitre 2: Matériels et méthodes
𝑁𝑖𝑗𝑘
𝑃𝑖𝑗𝑘 =
𝑁𝑖𝑗
où Nijk est le nombre de transitions du doublet d’états (i, j) au doublet d’états (j,k).
Pour chaque région, nous calculerons la matrice de Markov en donnant plus d'importance
aux coefficients B000, B001, B100 et B101 (Benzarti et Habaeb, 2001).
27
Chapitre 3: Persistance de la sécheresse en Tunisie
1. Introduction
Le climat de la Tunisie est très variable. L’une des manifestations les plus
préoccupantes de cette variabilité est la sécheresse. Plusieurs études se sont déjà
intéressées à ce phénomène. Cependant, aujourd’hui, devant l’hypothèse d’un changement
climatique et devant l’accroissement des besoins en eau et par ailleurs l'économie du pays,
fondée sur l'agriculture, reste tributaire de la pluviométrie, on s’interroge de plus en plus
sur l’éventualité d’une augmentation de la fréquence de la sécheresse d’un côté et d’une
amplification de ses impacts socio-économiques de l’autre. Or, la fréquence relative d'un
événement comme la sécheresse annuelle peut être étudiée en termes de probabilité. Pour
décrire la persistance de la sécheresse. Nous essayerons d’apporter quelques éléments de
réponse à ces questions qui sont en étroite relation avec celles de l’environnement et du
développement durable du pays, et ce, à travers l’étude de la persistance de la sécheresse,
en l’occurrence pluviométriques, et ensuite à travers leurs impacts socio-économiques.
Nous allons appliquer la méthode des chaînes de Markov à des données pluviométriques
annuelles, nous voulons donc, par cette étude, établir une estimation des probabilités
d'avoir des années sèches successives. Cette estimation peut servir à la planification et à la
gestion des ressources en eau.
28
Chapitre 3: Persistance de la sécheresse en Tunisie
Un hiver qui se distingue par sa relative douceur et son humidité et qui constitue,
dans le contexte méditerranéen, la véritable saison des pluies. Celles-ci frappent
par leur extrême irrégularité.
Quant aux intersaisons, automne et printemps, ce sont des périodes transitoires où peuvent
se produire, simultanément, quelques situations typiques d'hiver ou d'été.
Par sa position géographique et l'orientation générale des principaux reliefs d'Est à
Ouest, avec un certain nombre de couloirs permettant la pénétration des courants des
secteurs Nord-Ouest et Ouest, humides, la Tunisie présente le double aspect d'un climat
méditerranéo-saharien, avec des contrastes régionaux assez marqués. Elle est influencée
au Nord par la mer Méditerranée, et au Sud par le Sahara. Quant au Centre, il est sous
l’effet conjugué de ces deux éléments.
Le Centre ainsi que le golfe de Gabès connaissent un climat semi-aride, caractérisé par :
Il y a lieu de noter que la position charnière de la Tunisie dans une zone de transition entre
les régions tempérées de l’hémisphère Nord et les régions subtropicales (Benzarti et
Habaieb, 2001), confère à son climat une variabilité particulière. Une telle caractéristique
fait de la Tunisie un pays particulièrement vulnérable aux changements climatiques.
29
Chapitre 3: Persistance de la sécheresse en Tunisie
Au nord de la dorsale, le cumul pluviométrique annuel se situe entre 400 et 1000 mm.
Néanmoins, il dépasse parfois cette fourchette, atteignant même les 1500 mm sur les
régions montagneuses du Nord-Ouest. En général, l’étude de la variabilité interannuelle
montre que celle-ci est relativement faible dans cette région.
En Tunisie Centrale, la pluviométrie varie de 200 mm à 400 mm, et connaît de fortes
variabilités interannuelles. Enfin, le Sud de la Tunisie est caractérisé par un climat aride
avec une pluviométrie variant entre 200 et moins de 100 mm, et une variabilité
interannuelle forte.
Par ailleurs, l’étude des longues séries pluviométriques, aussi bien au niveau national
que régional, ne montre pas d’indications claires et statistiquement significatives pouvant
suggérer une quelconque tendance, à la hausse ou à la baisse, par rapport aux indices
pluviométriques moyens constatés.
En Tunisie, les situations météorologiques pluviogènes sont essentiellement les
perturbations des latitudes tempérées qui arrivent par le nord-ouest et les situations de
retour d'est, généralement liées à des cyclogenèses locales ou à des perturbations
sahariennes, qui se chargent d'humidité sur la Méditerranée au large des côtes orientales
(Kasseb, 1979 ; Henia, 1980). Selon la fréquence et l'intensité de ces situations, l'année est
plus ou moins humide ou plus ou moins sèche.
La pluviométrie est ainsi caractérisée par une dégradation des valeurs du nord vers le
sud et de l'est vers l'ouest. Mais elle est également marquée par une variabilité spatiale et
temporelle très forte. De l'extrême nord-ouest à l'extrême sud, la pluie moyenne annuelle
varie de 2000 mm en 2015 (à Ain Draham au nord-ouest) à 90 mm (à Kébili au sud-
ouest). Les coefficients de variation régionaux croissent progressivement du nord vers le
sud de 20 à 50 % tout en étant plus forts à l'est qu'à l'ouest (Benzarti Z. et Hbaieb H.,
2001).
5. Inventaire de données
Les données météorologiques ont été extraites de la base de données météorologique
de la Direction Générale des Ressources en Eau (DGRE), et de l’Institut National des
Recherches en Génie Rural, Eaux et Forêts (INRGREF). Les paramètres météorologiques
de base utilisés dans cette étude se composent de données pluviométriques mensuelles.
De la centaine de stations disponibles sur le territoire tunisien, 24 ont été retenues et
utilisées dans le cadre de ce travail. Elles ont été choisies pour la fiabilité de leurs
données, la longueur de leur série (nombre d’années de données disponibles) et leur
30
Chapitre 3: Persistance de la sécheresse en Tunisie
localisation sur le territoire (les années disponibles pour les mêmes stations s'étendent de
1900 à 2015, soit 2760 années-stations). Nous avons réduit ces valeurs à 690 valeurs
régionales en groupant les stations par grande région naturelle.
La figure 2 illustre le positionnement des stations en Tunisie et le tableau 6 donne les
caractéristiques de chacune des stations.
Nord-Est
Nord-Ouest
Centre-
Centre- Est
Ouest
Sud-Est
Sud-Ouest
31
Chapitre 3: Persistance de la sécheresse en Tunisie
Les postes pluviométriques retenus pour l'analyse sont des stations du réseau national dont
le suivi est très régulier et la répartition spatiale assez proportionnée.
Pour chaque station, les précipitations totales ont été extraites de la base de données
mensuelle à l’aide du Microsoft Excel.
5.1 Préparation et traitements des données
La Tunisie, de par sa configuration géographique longitudinale, comprend trois
grandes régions naturelles (Benzarti et Habaieb, 2001):
32
Chapitre 3: Persistance de la sécheresse en Tunisie
le Nord montagneux est exposé aux vents les plus pluvieux et les plus fréquents du
nord-ouest.
le Centre est encadré, au nord, par la chaîne montagneuse de la dorsale de
direction NE-SO et faisant barrière aux vents pluvieux du nord-ouest et, au sud,
par les Chotts. La partie occidentale est montagneuse. La partie orientale, appelée
communément « Sahel » (traduction de rivage), forme une avancée demi-circulaire
dans la mer au milieu de deux golfes (le golfe de Hammamet au nord et le golfe de
Gabès au sud), foyers de cyclogenèses locales.
le grand Sud est plutôt exposé aux influences chaudes et sèches du Sahara.
À cette subdivision on peut ajouter une opposition topographique entre les plaines
littorales orientales, exposées aux vents maritimes de la Méditerranée, et les montagnes
continentales occidentales, éloignées des sources d'humidité. Ainsi se dégagent six régions
naturelles relativement homogènes par leurs caractéristiques physiques, en particulier du
point de vue du régime climatique (figure 3.1).
33
Chapitre 3: Persistance de la sécheresse en Tunisie
SO
SE
NE
CE NO
CO
34
Chapitre 3: Persistance de la sécheresse en Tunisie
Chaque région comprend alors une quarantaine d'années sèches (parmi les 115 années
étudiées). Comparés à leur moyenne régionale respective, les déficits pluviométriques
minima des années sèches sont indiqués dans le tableau 3.2 présenté ci-après :
Tableau 3.2: Déficits pluviométriques minima des années sèches dans les différentes
régions de la Tunisie
Nord Centre Sud
NO NE CO CE SO SE
On remarque une nette augmentation des déficits du nord vers le sud mais une faible
différence entre l'est et l'ouest, sauf au Centre où le CO se distingue de CE par un déficit
nettement plus fort. Cette variation peut être mise en rapport avec la répartition des
coefficients de variation signalés plus haut.
Le tableau 3.3 présente les fréquences des années consécutives sèches en Tunisie:
Tableau 3.3: Fréquences des années consécutives sèches (1900/01-2014/15) en Tunisie
35
Chapitre 3: Persistance de la sécheresse en Tunisie
Région Max Min Pluie Ecart Médiane Coefficie Pluie de Nbr Nbr
(mm) (mm) moyenne type (mm) nt de fréquence d’année d’années
(mm) variation 35% (mm) s sèches d’étude
NO 1342 529 881 174 873 20% 791 40 115
36
Chapitre 3: Persistance de la sécheresse en Tunisie
Les périodes retenues sont de 2, 3 et 5 ans. Ces moyennes lissées réduisent l’amplitude
des fluctuations interannuelles et font mieux ressortir la courbe des tendances. L’analyse
visuelle des graphes relatifs à ces stations ne montre aucune tendance nettement
perceptible (Cf Annexe 3). Ces figures mettent l’accent sur les variations interannuelles
très fortes alors que la courbe lissée sur 5 ans constitue un indicateur des grandes
fluctuations pluriannuelles dans les six régions Tunisiennes.
Il en ressort seulement une alternance de périodes sèches et humides de durées
variables, ne dépassant pas huit années successives pour les années humides, et pouvant
atteindre exceptionnellement neuf années sèches successives. Les moyennes mobiles des
pluviosités annuelles illustrent l’absence de tendance nette.
6.3 Variabilité intra-annuelle des pluies en Tunisie
On vient d’analyser la variabilité interannuelle, c’est à dire entre les années. On étudie
à présent la variabilité des saisons. En effet, on se demande si la baisse pluviométrique
mise en évidence précédemment est due à une saison donnée.
L’étude de la variabilité saisonnière est indispensable, pour voir si la baisse ou la
hausse de la pluviométrie est spécifique à une saison particulière ou à plusieurs saisons.
Pour cette analyse, on va utiliser la moyenne mobile (une méthode de filtrage), et qui
permet de mieux visualiser la chronologie des totaux de pluie saisonniers dans le temps.
Cette étude s’est bornée aux trois saisons (l’automne, l’hiver et le printemps) Les figures
(Cf Annexe 4), traduisent l’évolution des totaux saisonniers pour les six régions de la
Tunisie.
La première figure (Cf Annexe 4) montre la fluctuation autour de la moyenne des totaux
de pluie d’automne, qui sont en nette baisse dés la décennie 80, et début de la décennie 90,
ceci apparaît très nettement pour les régions du NO et CE et vers les années 2000 au SE et
CE.
Pour la saison d'hiver, (Cf Annexe 4) on note une baisse pour les six régions dés la
décennie 2000, avec une reprise à sa fin, la fluctuation des pluies de la moyenne des
totaux de pluie d’hiver est en nette baisse vers la décennie 80 et 90 pour les régions du NO
et NE.
La saison du printemps, (Cf Annexe 4), a connu aussi des variations assez semblables pour
les six régions, de sorte qu’on observe, une baisse de pluie durant les deux décennies 80,
90 et vers le début de la décennie 2000 avec une tendance apparente et vers un retour des
pluies vers la mi-décennie 2000.
37
Chapitre 3: Persistance de la sécheresse en Tunisie
Donc, on peut conclure que la tendance à la baisse de la pluviométrie pour les trois
stations durant les deux décennies 80 et 90 et le début de la décennie 2000 est
principalement occasionnée par une baisse des pluies du printemps et plus
particulièrement celles de l’hiver.
Le tableau 3.5 représente les Seuils en mm des années et des saisons sèches (1900-2015).
Tableau 3.5: Seuils en mm des années et des saisons sèches (1900-2015)
Tableau 3.6: Processus de Markov d’ordre1 pour les différentes régions de la Tunisie
(1900/1901-2014/2015) – Echelle annuelle
Régions S-S S-NS NS-S NS-NS
NO 42,5% 57,5% 31,5% 68,5%
NE 36% 64% 34% 66%
CO 32,5% 67,5% 37% 63%
CE 28% 72% 38% 62%
SO 38% 62% 32% 68%
SE 20% 80% 40% 60%
38
Chapitre 3: Persistance de la sécheresse en Tunisie
v. À l'ouest, la probabilité d'avoir deux années successives sèches est beaucoup plus
importante au Nord qu'au Sud.
vi. Au centre du pays la probabilité d'avoir deux années successives sèches est plus
importante à l'ouest qu’à l’est.
Enfin, on retient que la probabilité d'avoir deux années sèches successives est la plus forte
au Nord-Ouest, et que la partie orientale du pays a des probabilités plus faibles que la
partie occidentale.
Automne :
ii. Dans le cas où un automne est sec, la probabilité pour qu'il soit suivi d’un automne
sec est plus élevé au Nord qu’au Sud et l’Ouest qu’à l’Est. Cette probabilité diminue en
allant du Nord vers le Sud.
iii. Pour l’ensemble des régions de la Tunisie, la probabilité d’avoir un automne sec
après un automne non sec est moins importante (inférieure à 45 %).
iv. Si un automne est sec au départ, la probabilité d’avoir un automne non sec l’année
suivante est élevée pour l'ensemble des régions et elle atteint son maximum (74 %) au
Sud-Est.
v. La probabilité d’avoir deux automnes non secs successifs est supérieure à 50 % pour
l’ensemble des régions.
Tableau 3.7: Processus de Markov d'ordre 1 pour les différentes régions de la Tunisie
(1900/1901-2014/2015) - Automne
Hiver :
Pour la saison d'hiver, l’application de l’hypothèse d’un processus de Markov d’ordre 1, a
donné les résultats qui sont présentés dans le tableau 3.8 :
i. La probabilité, pour avoir un hiver sec quel que soit l'hiver de l’année de départ (sec
ou non sec), est modérée pour les différentes régions de la Tunisie et elle varie de 26 à 40
%.
ii. Dans le cas où un hiver sec, la probabilité pour qu'il soit suivi d’un hiver sec est
plus élevée au Nord-Ouest, elle est de 53%.
iii. Pour toutes les régions de la Tunisie, la probabilité d’avoir un hiver sec après un
hiver non sec est moins importante (inférieure ou égale à 40 %) et elle augmente du Nord
vers le Sud et de l’Ouest à l’Est. Sauf au centre du pays, la probabilité d’avoir un hiver sec
après un hiver non sec est importante à l’Ouest qu’à l’Est.
40
Chapitre 3: Persistance de la sécheresse en Tunisie
iv. Si un hiver est sec au départ, la probabilité d’avoir un hiver non sec l’année
suivante est élevée dans les différentes régions de la Tunisie.
v. La probabilité d’avoir deux hivers non secs successifs est supérieure à 60 % pour les
différentes régions de la Tunisie.
Tableau 3.8: Processus de Markov d'ordre 1 pour les différentes régions de la Tunisie
(1900/1901-2014/15) - Hiver
Régions S-S S-NS NS-S NS-NS
NO 53% 47% 26% 74%
NE 30% 70% 38% 62%
CO 35% 65% 35% 65%
CE 40% 60% 31% 69%
SO 38% 62% 34% 66%
SE 34% 66% 40% 60%
Printemps
Au printemps, l’application de l’hypothèse d’un processus de Markov d’ordre 1, a
donné les résultats qui sont présentés dans le tableau 3.9 :
i. La probabilité, pour avoir un printemps sec quelle que soit la nature du printemps de
départ (sec ou non sec), est modérée pour les six régions, elle varie de 30 à 40%.
ii. Dans le cas où un printemps est sec, la probabilité pour qu'il soit suivi d’un
printemps sec augmente du Sud vers le Nord et de l’Ouest à l’Est. Sauf au Sud-Ouest, la
probabilité d’avoir deux printemps secs successifs est plus importante qu’au Sud-Est.
iii. Pour toutes les régions de la Tunisie, la probabilité d’avoir un printemps sec après
un printemps non sec de l'année précédente est moins importante (inférieure ou égale à 48
%).
iv. Si un printemps est sec au départ, la probabilité d’avoir un printemps non sec
l’année suivante est élevée pour toutes les régions et elle atteint son maximum (70 %) au
Sud-Ouest. Cette probabilité augmente du Nord vers le Sud.
v. La probabilité d’avoir deux printemps non secs successifs est supérieure à 60 %
pour toutes les régions.
41
Chapitre 3: Persistance de la sécheresse en Tunisie
Tableau 3.9: Processus de Markov d'ordre 1 pour les différentes régions de la Tunisie
(1900/1901-2014/15) - Printemps
Echelle annuelle :
L'application de l'hypothèse des chaînes de Markov d’ordre2 donne les probabilités
indiquées dans le tableau 3.10 représenté ci-après:
Tableau 3.10: Processus du Markov d'ordre 2 pour les différentes régions de la Tunisie
(1900/1901-2014/15) – Echelle annuelle
Régions S-S-S S-S-NS NS-S-S NS-S-NS
NO 59% 41% 30% 70%
NE 38,5% 61,5% 30% 70%
CO 36% 64% 32% 68%
42
Chapitre 3: Persistance de la sécheresse en Tunisie
43
Chapitre 3: Persistance de la sécheresse en Tunisie
Automne
Pour la saison d'automne, l’application de l’hypothèse d’un processus de Markov d’ordre
2, a donné les résultats qui sont présentés dans le tableau 3.11:
i. La probabilité d’avoir un automne sec après un automne sec précédé par un automne
non sec est élevée au SO par rapport aux autres régions, elle est de 39%. Pour les autres
régions elle varie de 18 à 36%.
ii. Pour avoir un automne sec après deux automnes successifs secs, la probabilité est
élevée au NO, NE, CE, et SO et elle dépasse 40%. Cette probabilité est très faible au CE
et SO. Ce qui signifie qu'au niveau de ces régions, la probabilité est très faible pour avoir
trois automnes consécutifs secs.
iii. La probabilité d’avoir un automne non sec après un automne sec précédé par un
automne non sec est importante pour toutes les régions de la Tunisie.
Tableau 3.11: Processus du Markov d'ordre 2 pour les différentes régions de la Tunisie
(1900/1901-2014/15) –Automne
Hiver
Pour la saison d'hiver, l’application de l’hypothèse d’un processus de Markov d’ordre 2, a
donné les résultats qui sont présentés dans le tableau 3.12:
i. La probabilité d’avoir un hiver sec après un hiver sec précédé par un hiver non sec
est modérée mis à part le NO où elle dépasse les 50 %.
ii. Pour avoir un hiver sec après deux hivers successifs secs, la probabilité est élevée
au NO, elle est de l’ordre de 52%. Elle est moins importante aux restes des régions.
iii. La probabilité d’avoir un hiver non sec après un hiver sec précédé par un hiver non
sec est importante et dépasse les 52% sauf pour le NO, elle est de l’ordre de 47%.
44
Chapitre 3: Persistance de la sécheresse en Tunisie
Tableau 3.12: Processus du Markov d'ordre 2 pour les différentes régions de la Tunisie
(1900/1901-2014/15) – Hiver
Printemps
Pour la saison du printemps, l’application de l’hypothèse d’un processus de Markov
d’ordre 2, a donné les résultats qui sont présentés dans le tableau 3.13:
i. La probabilité pour avoir un printemps sec après un printemps sec précédé par un
printemps non sec diminue du Nord vers le Sud elle varie de 32 à 46%, elle est importante
à l’Est qu’à l’Ouest.
ii. Pour avoir un printemps sec après deux printemps successifs secs, la probabilité est
élevée au Nord à l’ordre de 41% et elle diminue en allant vers le Sud. Cette probabilité
est importante à l’Ouest qu’à l’Est.
iii. La probabilité d’avoir un printemps non sec après un printemps sec précédé par un
printemps non sec est importante dans toutes les régions et elle dépasse 54%.
Tableau 3.13: Processus du Markov d'ordre 2 pour les différentes régions de la Tunisie
(1900/1901-2014/15) – Printemps
45
Chapitre 3: Persistance de la sécheresse en Tunisie
46
Chapitre 3: Persistance de la sécheresse en Tunisie
Markov
SPI 58% 42% 48% 52%
Centre-Est Chaine de 28% 72% 38% 62%
Markov
SPI 54% 46% 44% 56%
Sud-Ouest Chaine de 38% 62% 32% 68%
Markov
SPI 52% 48% 65% 35%
Sud-Est Chaine de 20% 80% 40% 60%
Markov
SPI 46% 54% 63% 37%
47
Chapitre 3: Persistance de la sécheresse en Tunisie
48
Chapitre 3 : Persistance de la sécheresse en Tunisie
49
Chapitre 3 : Persistance de la sécheresse en Tunisie
50
Chapitre 3 : Persistance de la sécheresse en Tunisie
Il est bien clair que les isohyètes de direction NS/SW au Nord finissent par s’aligner
grossièrement. En dirigeant vers le Centre ces isohyètes s’atténuent au fur et à mesure puis
vers le Sud.
Au Nord les isohyètes se succèdent rapidement et la pluie change sur des distances
assez faible.
Dans les trois cas d’étude, on constate bien que les isohyètes 200mm et 400mm
migrent vers le Nord lors de la dernière période soit en divisant sur quatre soit sur trois et
soit sur deux périodes.
8. Conclusion
Durant les dernières décennies, la Tunisie est confrontée au phénomène de la
réduction des totaux précipités en général et plus spécialement au niveau du centre et le
nord du pays. L'agriculture est soumise depuis, à l'instar des autres domaines utilisateurs
des ressources en eau, à de fortes contraintes pluviométriques liées à la variabilité
temporelle et spatiale des précipitations et à la réduction de la durée de la saison humide.
L’étude de la persistance de sécheresse, en utilisant les chaînes de Markov, a montré que
la probabilité d’avoir une année non sèche après une année sèche est plus importante au
Sud-Est du pays qu’aux autres régions et pour avoir deux années sèches successives, la
probabilité est plus importante au Nord-Ouest qu’aux autres régions.
A l'échelle saisonnière, La probabilité, pour avoir une saison sèche quelle que soit la
nature de la saison de départ (sec ou non sec), est modérée pour les six régions.
Ce travail doit être complété par une étude climatologique pour rechercher les causes
explicatives de ce processus (situations météorologiques, rotation des vents, orientation et
exposition aux vents pluvieux…).
La division de la zone d’étude sur quatre, trois et deux périodes permet de dire que le
Nord-Ouest est le plus vulnérable aux changements climatiques.
51
Chapitre 4: Persistance de la sécheresse à l’échelle régionale : « Gouvernorat de Kairouan »
1. Introduction
La sécheresse constitue un fléau redoutable pour l'économie, essentiellement sur la
production agricole pluviale et comme l’agriculture est l’activité dominante dans le
gouvernorat du Kairouan, l'analyse de la récurrence et de la persistance de ce phénomène
devient primordiale.
Ce chapitre porte sur l’analyse des précipitations dans la région du Kairouan par
l’approche markovienne.
52
Chapitre 4: Persistance de la sécheresse à l’échelle régionale : « Gouvernorat de Kairouan »
Le climat de cette région est un climat semi-aride avec une très forte variabilité des
précipitations, des étés secs, des hivers humides et de grandes amplitudes thermiques.
2.2 Températures
Les températures moyennes varient entre 15°C et 20°C. Elles sont plus élevées à l’Est
qu’à l’Ouest et elles sont liées à l’altitude. En effet, elles décroissent en allant vers les
hautes altitudes. Les températures minimales (< 5°C), sont observées au mois du janvier.
La température la plus élevée (> 33°C) est enregistrée en mois de juillet. On note des
valeurs de température maximales très élevées (pouvant atteindre 50°C) pendant la
période de sirocco qui s’étale entre 22 et 55 jours par an (Dridi, 2000).
2.3 Vent
La vitesse et la direction du vent sont en grande partie responsables de la répartition
des pluies et ont une influence remarquable sur les relations entre les pluies et les débits.
Les vents dominants sont de directions : Nord-Ouest, Nord ; Nord Nord-Ouest (en hiver) ;
Nord-Est et Sud (été). Deux vents caractéristiques des périodes froides et chaudes sont à
signaler : le Jebbali et le Sirocco. Le premier est un vent très froid qui souffle en hiver sur
la région à partir des hautes terres algériennes tandis que le second est un vent chaud et
sec d’origine saharienne, souvent accompagné de sable, qui peut se manifester dès le mois
d’Avril et se prolonger jusqu’en Septembre (Bouzaiane et Lafforgue, 1986).
Les vents faibles se manifestent plus fréquemment que les vents violents (Dridi, 2000).
2.4 Contexte pluviométrique
La région se caractérise par une forte variabilité pluviométrique avec des inondations
et des sécheresses intenses. Les précipitations annuelles moyennes sont de 300 mm dans
la plaine. Elles augmentent du sud au nord et avec l’altitude sur le bassin amont pour
atteindre 500 mm en allant vers l’amont du bassin versant avec un gradient de 20 mm par
cent mètres d’altitude (Le Goulven et al, 2009). Les averses les plus intenses se
manifestent en automne (septembre et octobre) et au printemps (mars).
3. Inventaire de données
Les données utilisées dans ce chapitre sont des données pluviométriques qui ont
été fournies par différentes sources ; l'institut national de météorologie (INM), la
direction générale des ressources en eau (DGRE), l’Institut National des Recherches en
Génie Rural, Eaux et Forêts (INRGREF). Ces données sont à l’échelle mensuelle.
53
Chapitre 4: Persistance de la sécheresse à l’échelle régionale : « Gouvernorat de Kairouan »
L’analyse des pluies dans la région de Kairouan, est basée obligatoirement sur les
relevés pluviométriques effectués dans certains nombres de stations existants sur le
territoire du gouvernorat. Elle est basée sur l’hypothèse que la pluie tombée à une
station est représentative de celle tombée autour de la station. Dans ce chapitre, on a
utilisé les valeurs mensuelles des précipitations prises aux stations représentées dans le
tableau 4.1 présenté ci-après, le choix de ces stations était basé sur le fait que leurs aires
d’influence calculées avec la méthode de Thiessen couvrent le territoire du gouvernorat.
(Figure 4.1).
54
Chapitre 4: Persistance de la sécheresse à l’échelle régionale : « Gouvernorat de Kairouan »
La méthode du double cumul est une méthode bidimensionnelle. Elle est employée
pour évaluer, s’il y a lieu, la présence d’une anomalie dans la série étudiée pour la
corriger.
Pour vérifier l’homogénéité des données des stations secondaires, on effectue pour
chacune un graphique de double cumul avec la station de Kairouan SM.
L’obtention d’une droite, montre la fiabilité des données. Par contre, un changement de
pente indique l’existence des anomalies au niveau des données.
La figure (Cf Annexe 9) illustre les graphes des données cumulées aux stations
secondaires par rapport aux données cumulées de la station témoin (station de Kairouan).
L’application de cette méthode nous a permis d’obtenir des droites ce qui montre la
fiabilité des données au niveau des stations traitées.
La figure (Cf Annexe 9) montre qu'il n'y a aucun changement de l'exploitation des
stations de la zone d’étude. En termes de fiabilité de données pluviométriques, la plupart
des stations pluviométriques ont présenté une bonne crédibilité. Nous remarquons d'après
les coefficients de détermination, une bonne corrélation entre les séries pluviométriques.
Donc on peut dire que ces séries sont homogènes.
3.3 Détermination de la pluie moyenne du gouvernorat de Kairouan
Divers méthodes citées dans la littérature peuvent être utilisées pour le calcul de la
pluie moyenne à savoir ; la méthode de la moyenne arithmétique, la méthode des
isohyètes et la méthode des polygones de Thiessen. Ces méthodes sont basées sur la
pondération des précipitations observées par un coefficient de pondération à calculer en
fonction de la méthode choisie.
55
Chapitre 4: Persistance de la sécheresse à l'échelle régionale: "Gouvernorat de Kairouan"
∑𝑘𝑖=1 𝐴𝑖 𝑃𝑖
𝑃𝑚𝑜𝑦 =
𝐴
Avec :
Dans le cas des isohyètes mensuelles, il faut tracer une carte d’isohyètes pour
chaque mois, donc pour pouvoir déterminer la pluie mensuelles moyennes de la zone
étudiée, on n’a besoin de tracer 612 isohyètes pour la période d’observation de 51 ans.
56
Chapitre 4: Persistance de la sécheresse à l'échelle régionale: "Gouvernorat de Kairouan"
∑ 𝐴𝑖 𝑃𝑖
𝑃𝑚𝑜𝑦 =
𝐴
Avec :
La figure 4.1 présentée ci-après illustre les surfaces associées aux postes pluviométriques
pour le calcul de la pluie moyenne du gouvernorat du Kairouan.
Figure 4.1 : Surfaces associées aux postes pluviométriques pour le calcul de la pluie moyenne
du gouvernorat de Kairouan.
57
Chapitre 4: Persistance de la sécheresse à l'échelle régionale: "Gouvernorat de Kairouan"
Nous avons ensuite calculé les pluies moyennes annuelles du Kairouan par les deux
méthodes ; méthode de polygones de Thiessen et méthode de la moyenne arithmétique.
La corrélation entre les pluies calculées par la méthode de Thiessen et celles par la
méthode de moyenne arithmétique est significative avec un coefficient de corrélation
de 0,99.
Y=X
58
Chapitre 4: Persistance de la sécheresse à l'échelle régionale: "Gouvernorat de Kairouan"
59
Chapitre 4: Persistance de la sécheresse à l'échelle régionale: "Gouvernorat de Kairouan"
dispersion. Ce même tableau montre que la pluie moyenne est assez proche de la médiane
et montre que la loi de distribution est symétrique.
Pour une analyse plus détaillée, on va caractériser la variabilité interannuelle par les
variables des totaux annuels. La figure 4.4 représente cette variabilité interannuelle des
précipitations dans la région de Kairouan pour la période (1964/1965-2014/2015), on y
remarque la concordance des années déficitaires.
Par ailleurs, on observe à travers la même figure, des excédents pluviométriques relatifs à
la fin de la décennie 60 et début de la décennie 70. Il est à remarquer aussi que la
décennie 80 est caractérisée par un déficit.
60
Chapitre 4: Persistance de la sécheresse à l'échelle régionale: "Gouvernorat de Kairouan"
S-S-S 33%
S-S-NS 67%
NS-S-S 13%
NS-S-NS 87%
6. Conclusion
Suite à l’étude de la persistance de la sècheresse au gouvernorat de Kairouan par les
chaines de Markov d’ordre 1 et d’ordre 2, on a obtenu les résultats suivants :
i. la probabilité d’avoir une année non sèche l’année suivante quelque soit sa nature
l’année de départ (sèche ou non sèche) est plus élevée que d’avoir une année sèche.
ii. La probabilité d’avoir deux années sèches successives est faible (17%).
iii. La probabilité d’avoir une année sèche après deux années sèches est mois
importante que d’avoir une année non sèche.
61
Chapitre 4: Persistance de la sécheresse à l'échelle régionale: "Gouvernorat de Kairouan"
iv. La probabilité d’avoir une année non sèche après une année sèche précédée par une
année non sèche est importante que d’avoir une année sèche.
62
Chapitre 5: Persistance de la sécheresse à l’échelle régionale : « Bassin versant de la Medjerda »
1. Introduction
Les sécheresses observées depuis les dernières décennies dans le bassin de la
Medjerda (Tunisie) sont nombreuses et de sévérité inégale. De vocation agricole, cette
région est vulnérable aux manques d'eau et aux irrégularités de la pluviométrie (Bargaoui,
1989). Si on ne peut pas, jusqu'à nos jours, prévoir de tels phénomènes, il nous reste la
consolation d'étudier leur probabilité d'occurrence. Dans ce chapitre on va utiliser les
chaines de Markov pour étudier la persistance de la sècheresse dans le bassin versant de la
Medjerda.
2. Présentation de la Medjerda
La Medjerda est connue depuis une lointaine antiquité, elle est un des principaux
fleuves du Maghreb, le bassin couvre une superficie totale de 23700 km2, dont 7600 km2
sont situés en Algérie. En Tunisie la Medjerda est le seul cours d’eau pérenne, avec ses
affluents qui collectent de l’Ouest vers l’Est, la majeure partie des eaux de surface du
Nord de la Tunisie et véhiculent en moyenne près d’un million de mètres cubes d’eau par
an, soit environ la moitié des eaux superficielles disponibles sur l’ensemble du pays. La
Medjerda qui mérite le qualitatif du fleuve est longue de 484 Km.
La partie Tunisienne du bassin versant peut être découpée en trois principaux sous-
bassins de la frontière algérienne à la Méditerranée, la Medjerda traverse trois types de
plaines du l’amont vers l’aval :
Haute vallée : La haute vallée correspond à la partie la plus élevée et prend sa source
des monts de la Medjerda en Algérie ou l’altitude peut dépasser les 1000m, elle descend
rapidement à 200m à Ghardimaou en Tunisie. Elle s’étire en ligne droite d’orientation, Est
et Nord-Est sur une longueur de 130 km et une largeur de 25 à 30 km, la haute vallée de la
Medjerda se termine au niveau de barrage Sidi Salem dans sa partie Tunisienne .La
platitude topographique et l’abondance de l’eau provenant de ses principaux affluents
comme Oued (Bouhertma, Mallégue, Tessa) favorisent les méandres encaissées et
complexes. La haute vallée de la Medjerda abrite les barrages les plus anciens pour
63
Chapitre 5: Persistance de la sécheresse à l’échelle régionale : « Bassin versant de la Medjerda »
répondre aux besoins agricoles et économiques du pays mais aussi pour limiter les effets
des inondations.
Moyenne vallée : En aval de la retenue de Sidi Salem, à Testour à la localité d’El
Aroussia, la Mejerda emprunte une gouttière où les plaines sont limitées à l’abord
immédiat de l’oued, encadrées par les piémonts de chaînons montagneux. Les oueds
khalled (449 km2 ), Siliana (2220 km2 ) et Lahmar (368 km2 ) constituent ses affluents
les plus importants. C’est la zone où le pratique agricole est intense par excellences. Les
localités de Testour et Medjez el Beb constituent la porte de cette vallée.
Basse vallée La basse vallée de la Medjerda traverse des terrains inférieurs à 100m
d’altitude, la vallée n’a plus de grands affluents. Suite à l’emprise humaine depuis les
phéniciens, cette partie de la Medjerda a passé d’anciens marécages à des riches terres
agricoles. Ces dernières ont été des secteurs pilotes dans l’agriculture coloniale et post
coloniale. Au niveau de la plaine deltaïque, la vallée se déverse naturellement dans la
lagune de Ghar El Melh, avant la modification artificielle de son chenal sur la plaine
deltaïque .La Medjerda a modifié plusieurs fois son chenal au cours de ce dernier
Quaternaire.
3. Inventaire de données
Les données utilisées dans ce chapitre sont des données pluviométriques qui ont
été fournies par différentes sources ; l'institut national de météorologie (INM), la
direction générale des ressources en eau (DGRE), l’Institut National des Recherches en
Génie Rural, Eaux et Forêts (INRGREF). Ces données sont à l’échelle mensuelle.
64
Chapitre 5: Persistance de la sécheresse à l’échelle régionale : « Bassin versant de la Medjerda »
Les stations utilisées citées ci-dessus comportent des lacunes. Pour utiliser leurs
données dans notre étude, il fallait d’abord reconstituer les données manquantes. Pour
cela, on a complété les données manquantes se chaque stations par les données de la
station voisine.
La figure 5.1 présentée ci-après illustre les surfaces associées aux postes
pluviométriques pour le calcul de la pluie moyenne du bassin versant de la Medjerda :
65
Chapitre 5: Persistance de la sécheresse à l’échelle régionale : « Bassin versant de la Medjerda »
Figure 5.1: Surfaces associées aux postes pluviométriques pour le calcul de la pluie
moyenne du bassin versant de la Medjerda
66
Chapitre 5: Persistance de la sécheresse à l’échelle régionale : « Bassin versant de la Medjerda »
67
Chapitre 5: Persistance de la sécheresse à l’échelle régionale : « Bassin versant de la Medjerda »
68
Chapitre 5: Persistance de la sécheresse à l’échelle régionale : « Bassin versant de la Medjerda »
Tableau 5.3: Processus de Markov d'ordre 1 (Cas du bassin versant de la Medjerdab 1900-
1901/2014-2015)
S-S 44%
S-NS 56%
NS-S 29%
NS-NS 71%
S-S-S 47%
S-S-NS 53%
NS-S-S 41%
NS-S-NS 59%
69
Chapitre 5: Persistance de la sécheresse à l’échelle régionale : « Bassin versant de la Medjerda »
6. Conclusion
Suite à l’étude de la persistance de la sècheresse au niveau du bassin versant de la
Medjerda par les chaines de Markov d’ordre 1 et d’ordre 2, on a obtenu les résultats
suivants :
i. la probabilité d’avoir une année non sèche l’année suivante quelque soit sa nature
l’année de départ (sèche ou non sèche) est plus élevée que d’avoir une année sèche.
ii. La probabilité d’avoir deux années sèches successives est faible (44%).
iii. La probabilité d’avoir une année sèche après deux années sèches est mois
importante que d’avoir une année non sèche.
iv. La probabilité d’avoir une année non sèche après une année sèche précédée par une
année non sèche est importante que d’avoir une année sèche.
70
Conclusion générale
Conclusion générale
71
Conclusion générale
Recommandations
Les sécheresses sont des phénomènes complexes qui nécessitent une analyse
approfondie, souvent qualitative des résultats des différents indices, modèles ou autres
informations utilisées pour les caractériser. La présente étude ne s'est attardée qu'à la
sécheresse météorologique moyennant deux indices et les données pluviométriques et a
démontré leur utilité pour le suivi des sécheresses en région méditerranéenne. Toutefois, il
est clair que l'avenir du suivi des sécheresses doit passer l'intégration de données multi-
sources comme les images satellitaires et l’intégration de la télédétection. Ces données
sont de nature, de format, de résolution spatiale et de résolution temporelle différents. Il
existe donc un challenge pour intégrer toutes les informations disponibles et en tirer une
information précise et juste. Ce challenge risque de tenir bien des gens occupés pour
encore quelques…décennies.
72
Références bibliographiques
Références bibliographiques
-A-
Arnaud M. 1985 : Contribution à l'étude stochastique markovienne des précipitations
dans le bassin Adour-Garonne. Thèse présentée pour obtenir le titre de Docteur de
l'Institut national polytechnique de Toulouse, octobre 1985.
Alley, W.M., 1984 : The Palmer Drought Severity Index: Limitations and Assomptions.
Journal of Climate and Applied Meteorology, 23, 1100-1109.
Ardoin-Bardin S., 2004 : Variabilité hydroclimatique et impacts sur les ressources en eau
de grands bassins hydrographiques en zone Soudano-sahélienne. Thèse de doctorat,
Université de Montpellier II, 440p.
Ake G-E., 2010 : Impacts de la variabilité climatique et des pressions anthropiques sur les
ressources hydriques de la région de Bonoua (Sud-Est de la Côte d’Ivoire), Thèse Unique,
Université de Cocody, Côte d’Ivoire, 200 p.
-B-
Ben Boubaker Habib, 2007 : Evaluation des systèmes existants d'alerte précoce à la
sécheresse en Tunisie (SAPS); Projet LIFE05TCY/TN/000150, rapport de l'étude Réf
contrat de prestation N°1/5919/CNT/24-11-2006.
Bergaoui Z., 1983 : Contribution à l’étude statistique de la pluie dans la région de Tunis.
Thèse présentée à l’institut nationale polytechnique de Toulouse. 134 pp.
Bergaoui Z. 1990 : Modélisation stochastique des sécheresses annuelles et pluriannuelles.
Thèse de Doctorat d'État, Tunis. Présentée à la Faculté des sciences de Tunis, 5 décembre
1990.
Billingsley P. 1960: Statistical methods in Markov chains. In Stanford meetings of the
Institute of Mathematical Statistics, Chicago, USA.
Bergaoui. M et al., 2001: Caractérisation de la sécheresse météorologique: cas du basin
versant de Siliana en Tunisie. Rev. Sécheresse. Vol. 12 n°4. p. 205-213.
Benzarti Z. et Habaieb H., 2001: Etude de la persistance de la sècheresse en Tunisie par
utilisation des chaînes de Markov (1909- 1996). Sciences et changements planétaires,
Sècheresse. Vol 12 (4), 215-20, Notes méthodologiques.
73
Références bibliographiques
-C-
Cheze I., Jourdain S. 2003 : Calcul des quantiles de durées de retour de la température
par la méthode gev. In Calcul des températures à risque, p. 1-50, Météo France,
DP/SERV/BEC,Toulouse, France.
-D-
Dridi B. 2000 : Impact des aménagements sur la disponibilité des eaux de surface dans le
bassin versant du Merguellil (Tunisie centrale). Thèse de doctorat. UFR de Géographie,
Centre d'études et de recherche éco-géographiques-CEREG-UMR-7007,
CNRS/ULP/ENGESS. Université Louis Pasteur. 194 pages.
-G-
Gibbs, W.J. & Maher, J.V., 1967 : Rainfall Deciles as Drought Indicators. Director of
Meteorology of Melbourne, Australia, 32p.
-H-
Henia L., Benzarti Z., 2006: Changements climatiques et ressources en eau de la
Tunisie. XIXe colloque de l’association Internationale de climatologie, les risques liés au
temps et au climat, Eparnay, 6-9 septembre, France, p. 15-20.
Hénia L., 1993: Climat et bilans de l’eau en Tunisie, essai de régionalisation climatique
par les bilans hydriques. Publications de l’Université de Tunis. 391 p.
Hess G.D., Leslie L.M., Guymer A.E., Fraedrich k. 1989 : Application of a Markov
technique to the operational, short-term forecasting of rainfall, Australian Meteorological
Magazine, 37, 2, 83-91.
Hayes Michael J. 2007: Climate Impacts Specialist, National Drought Mitigation Center,
with Christina Alvord and Jessica Lowrey, WWA, Feature Article From Intermountain
West Climate Summary, July 2007.
74
Références bibliographiques
-J-
Julien Chiquet 2003 : Estimation des températures journalières à l’aide de techniques
markoviennes. Mémoire de DEA TIS. Université de Technologie de Compiègne - Gaz de
France. 5 septembre 2003-p27.
-K-
Kouame KF., 2011: Influences de la variabilité climatique et de la dégradation
environnementale sur le fonctionnement de l’hydrosystème du N’zo dans la région
guinéenne humide et semi-montagneuse de la Côte d’Ivoire. Contribution de la
télédétection, des Systèmes d’Informations Géographiques et du modèle hydrologique
HYDROTEL, Thèse d’Etat sciences naturelles. Université de Cocody, Abidjan. 379 p.
Kingumbi A., 2006 : Modélisation hydrologique d'un bassin affecté par des changements
d'occupation. Cas du Merguellil en Tunisie Centrale. Thèse de Doctorat, Université de
Tunis El Manar, 300 p.
Khoualdia W., 2015: Contribution à l’étude de la variabilité climatique et son impact sur
les ressources hydriques « cas d’oued Medjerda Nord-Est Algérie ». Thèse de Doctorat en
sciences. Université Bedji Mokhtar, Annaba, 2014/2015.
-L-
Layelmam Mohamed 2008: Calcul des indicateurs de sécheresse à partir des images
NOAA/AVHRR; Projet de Mise en place d’un Système d’Alerte précoce à la Sécheresse
dans trois pays de la rive Sud de la Méditerranée: Algérie, Maroc, et Tunisie LIFE05
TCY/TN/000150.
Le Goulven P., Leduc C., Bachta M S., et Poussin JC., 2009: Sharing Scarce Resources
in a Mediterranean River Basin: Wadi Merguellil in Central Tunisia, River Basin
Trajectories: Societies, Environments and Development (eds Molle and Wester),146.169.
Ladoy p. 1974 : Etude des probabilités de transitions pour les types journaliers de
distribution spatiale de la pluie., Actes du 3ème colloque sur l’analyse des données en
géographie, Besan, 177-202.
Liana C., Elena C. 2004: Evaluation of the transition probabilities for daily precipitation
time series using a Markov chain model. The 3rd International Colloquium Mathematics in
Engineering and Numerical Physics, p. 82-89, Oct 7-9, Bucharest, Romania.
75
Références bibliographiques
-M-
McKee T.B., Doesken N.J., et Kleist J., 1995: Drought monitoring with multiple time
scales. Preprints, 9th Conference on Applied Climatology 1995, 15-20 January, Dallas,
TX, 233(6).
Ministère de l'Agriculture, 1990 : Stratégies pour le développement des ressources en
eau de la Tunisie au cours de la décennie 1991-2000. Rapport de synthèse. Tunis :
Direction générale des ressources en eau, 1990 ; 46 p.
Meddi H. & Meddi M., 2009: Variabilité des précipitations annuelles du Nord-Ouest de
l'Algérie. Sécheresse, Vol 20, 57-67.
Mahé G., L’Hôte Y., Olivry J., Wotling G., 2001: Trends and discontinuities in regional
rainfall of west and central Africa,”J. Sci. Hydrol., vol. 46, n° 2, pp.211–226.
Meylan P., Musy A., 1998: Cours d’hydrologie générale. HYDRAM-ISTE-Ecole
Polytechnique Fédérale de Lausanne (EPFL), http://hydram.epfl.ch/e-drologie/.
Morgenthaler S., 1997: Introduction à la statistique, Presses polytechnique et
Universtaires Romandes.
-N-
NDMC, 1996 : National Drought Mitigation Center. Consulté en
ligne: http://www.drought.unl.edu/enigma/indices.htm , 1998.
NDMC, 2005: National Drought Mitigation Center. Consulté en
ligne: http://www.drought.unl.edu/index.htm , 2006.
76
Références bibliographiques
Nicholson S-E., 1994: Recent rainfall fluctuations in Africa and their relationship to past
conditions over the continent, The Holocene 4,2 pp 121-131.
Nefzi Aida, 2012 : Evaluation économique de l’impact du changement climatique sur
l’agriculture : étude théorique et application au cas de la Tunisie. Thèse de doctorat en
Economie de l’environnement et des ressources naturelles de l’Institut des Sciences et
Industries du Vivant et de l’Environnement (AgroParisTech). Mars 2012.
-O-
OMM-N° 1006 : 2006 : Organisation météorologique mondiale ISBN 92-63-21006-3.
Obassi, G.O., 1994: WMO's Role in the International Decade for Natural Disaster
Reduction. Bulletin of Americam Meteorological Society, 75-9, 655-1661.
-P-
Palmer, W., 1968 : Keeping track of the Crop Moisture Conditions, Nationwide: The new
crop Moisture Index. Weatherwise, 21, 156-161.
Paturel J.E., Servat E., Kouamé B., Lubès H., Ouedraogo M. et Masson J.M., 1997 :
Climatic variability in humid Africa along the gulf of Guinea. Part II: an integrated
regional approach. Journal of Hydrology, 191, pp 16-36.
Paturel J.E., Servat E., Delattre M., 1998: Analyse des séries pluviométriques de
longue durée en Afrique de l’Ouest et Centrale non sahélienne dans un contexte de
variabilité climatique. Journal des Sciences Hydrologiques,” volume 43, n°3, pp. 937-945.
-R-
Robles M., López N., Gadsden H., Pineda R., Reyes-Gómez M. et Hinojosa R., 2006:
Analyse des deficits hydriques dans l’état de Chihuahua (Mexique). Sècheresse, 17(4),
457 465.
-S-
Svoboda M., Hayes M., Heim R., Gleason K., Angel J., Rippey B., Tinker R., Palecki
M., Stooksbury D., Miskus D., et Stephens S., 2002: The drought monitor, Bull. Amer.
Meteor. Soc., 83, 1181–1190.
77
Références bibliographiques
Shafer, B.A. & Dezman, L.E., 1982: Development of a Surface water Supply Index
(SWSI) to Assess the Severity of Drought Conditions in Snowpack Runoff Areas.
Proceedings of Western Snow Conference, April 1982, 164-175.
Servat E., Paturel J.E., Lubès-Niel H., Kouamé B., Masson J.M., Travaglio M., et
Marieu B., 1999: De différents aspects de la variabilité de la pluviométrie en Afrique de
l’Ouest et Centrale non sahélienne. Revue des sciences de l’eau, 12(2), pp 363-387.
Servat E., Paturel J.E., Lubès H., Kouamé B., Ouedraogo M. et Masson J.M., 1997:
Climatic variability in humid Africa along the Gulf of Guinea. Part I : detailed analysis of
the phenomenon in Côte d’Ivoire. Journal of Hydrology, 191, pp 1-15.
Svoboda M., Hayes M., Heim R., Gleason K., Angel J., Rippey B., Tinker R., Palecki
M., Stooksbury D., Miskus D., et Stephens S., 2002: The drought monitor, Bull. Amer.
Meteor. Soc., 83, 1181–1190.
Sanders L., 1990: L’analyse statistique des données en géographie, Reclus, 1990, 268p.
-T-
Tate, E.L. & Gustard, A., 2000 : Drought definition: A Hydrological perspective.
Drought and Drought Mitigatin in Europe. Jurgen V. Vogt and Francesca Somma
(Editors). Kluwer Academic Publishers, Netherlands.
Thornthwaithe, C.W., 1948 : An approach toward a rational classification of climate.
Geogr. Rev.,38, 55-94.
-V-
Vissin E- W., 2007: Impact de la variabilité climatique et de la dynamique des états de
surface sur les écoulements du bassin béninois du fleuve Niger, Thèse de Doctorat.
Hydroclimatologie. Université de Bourgogne Centre de Recherches de Climatologie –
CNRS-UMR 5210, version 1 - 11 Feb 2010. 285 p.
-W-
WMO, 1966: Climatic change. Report of a working group of the commission for
climatology-Technical Note N°79. Secretariat of World Meteorological Organization
Geneva - Switzerland, 79p.
Wilhite, D.A. & Glantz, M.H., 1985 : Understanding the Droughts Phenomenon: The
Role of Definitions. Water International, 10, 111-120.
78
Annexes
Annexes
79
Annexes
i
Annexes
NO NE CO CE SO SE
1900-1901 899 332 203 280 82 142
1901-1902 895 439 190 305 97 123
1902-1903 758 431 314 391 133 170
1903-1904 1070 555 407 431 119 235
1904-1905 920 412 196 360 72 150
1905-1906 1114 584 232 395 116 169
1906-1907 920 464 279 460 129 193
1907-1908 701 476 179 318 72 107
1908-1909 1014 425 261 312 91 274
1909-1910 816 441 226 272 77 159
1910-1911 916 551 482 453 117 138
1911-1912 719 503 231 406 84 165
1912-1913 760 677 404 454 150 202
1913-1914 764 297 164 158 97 161
1914-1915 1012 627 380 328 129 215
1915-1916 699 468 415 372 134 130
1916-1917 814 514 325 371 97 117
1917-1918 771 390 433 377 166 210
1918-1919 1040 407 270 319 143 205
1919-1920 867 323 247 294 57 116
1920-1921 933 527 458 500 153 328
1921-1922 810 352 226 256 68 97
1922-1923 926 456 240 326 154 287
1923-1924 839 520 192 256 39 63
1924-1925 707 365 280 338 139 203
1925-1926 854 494 278 308 52 171
1926-1927 841 345 175 213 82 139
1927-1928 998 710 343 375 83 176
1928-1929 1173 587 424 435 100 168
1929-1930 950 459 296 315 92 116
1930-1931 1037 541 192 387 87 155
1931-1932 750 600 485 539 145 264
1932-1933 815 559 366 432 187 361
1933-1934 874 574 311 381 76 105
1934-1935 1053 648 419 510 150 277
1935-1936 756 518 228 235 39 57
1936-1937 814 495 226 264 92 152
1937-1938 710 484 227 299 94 142
1938-1939 1112 631 398 379 169 224
1939-1940 986 515 217 316 64 92
1940-1941 882 421 324 329 83 155
ii
Annexes
iii
Annexes
iv
Annexes
Annexe 2: Variation de la
pluviomètrie interannuelle des
différentes régions de la Tunisie
(1900/01-2014/15)
v
Annexes
vi
Annexes
viii
Annexes
ix
Annexes
x
Annexes
Annexe 4: Variation de la
pluviométrie saisonnière des
différentes régions de la Tunisie
xvii
Annexes
Figure 1: Evolution des totaux pluviométriques automnaux avec leur moyenne mobile des six régions de la Tunisie (1900/01-
2014/15)
xviii
Annexes
Figure 2: Evolution des totaux pluviométriques hivernaux avec leur moyenne mobile des six régions de la Tunisie (1900/01-2014/15)
xix
Annexes
Figure 3: Evolution des totaux pluviométriques printaniers avec leur moyenne mobile des six régions de la Tunisie (1900/01-2014/15)
xx
Annexes
Annexe 5 : Evolution du
SPI dans les différentes
régions de la Tunisie
(1900/01-2014/15)
xxi
Annexes
xxii
Annexes
xxiii
Annexes
xxiv
Annexes
xxv
Annexes
Colonne1 NO NE CO CE SO SE
1900-1901 S S S S S
1901-1902 S S S S
1902-1903 S
1903-1904
1904-1905 S S S S
1905-1906 S S
1906-1907 S
1907-1908 S S S
1908-1909 S
1909-1910 S S S S S
1910-1911 S S
1911-1912 S S
1912-1913
1913-1914 S S S S
1914-1915
1915-1916 S S S
1916-1917 S
1917-1918 S
1918-1919 S
1919-1920 S S S S S
1920-1921
1921-1922 S S S S S
1922-1923 S S S
1923-1924 S S S S
1924-1925 S
1925-1926 S
1926-1927 S S S S
1927-1928
1928-1929
1929-1930 S S S
1930-1931 S
1931-1932
1932-1933
1933-1934 S S S
1934-1935
1935-1936 S S S S S
xxvi
Annexes
1936-1937 S S S
1937-1938 S S S
1938-1939
1939-1940 S S S
1940-1941 S S
1941-1942 S S
1942-1943 S S
1943-1944 S S S
1944-1945 S S S S S
1945-1946 S S S S S
1946-1947 S S S S S
1947-1948 S S S
1948-1949 S
1949-1950 S S
1950-1951 S S S S
1951-1952
1952-1953
1953-1954
1954-1955 S
1955-1956 S
1956-1957
1957-1958
1958-1959 S
1959-1960 S S
1960-1961 S S S S S
1961-1962 S S S S S
1962-1963
1963-1964
1964-1965 S S
1965-1966 S S S S
1966-1967 S S S S
1967-1968
1968-1969 S S S S S
1969-1970
1970-1971 S S
1971-1972 S
1972-1973
1973-1974
1974-1975
1975-1976 S
1976-1977 S S S S
1977-1978 S S
1978-1979 S
1979-1980 S S
xxvii
Annexes
1980-1981 S S S S S
1981-1982 S S S S
1982-1983 S
1983-1984 S S S
1984-1985
1985-1986 S S S S
1986-1987 S S
1987-1988 S S S S
1988-1989 S S S
1989-1990
1990-1991 S
1991-1992 S
1992-1993 S S S S S
1993-1994 S S
1994-1995 S S S S S
1995-1996
1996-1997 S S S S S
1997-1998 S S
1998-1999
1999-2000 S S S S
2000-2001 S S S S
2001-2002 S S S S
2002-2003
2003-2004
2004-2005 S S
2005-2006 S
2006-2007
2007-2008 S S S
2008-2009
2009-2010 S S S
2010-2011
2011-2012
2012-2013 S S S S
2013-2014 S S S
2014-2015 S
Année sèche
Année normale ou humide
xxviii
Annexes
Tableau 2 : Répartition temporaire de la sècheresse par les méthodes des chaines de Markov et le SPI
1923-1924 S S S S S S S S S
1924-1925 S S S S S
1925-1926 S S S S S S S
1926-1927 S S S S S S S S S S
1927-1928 S
1928-1929 S S
1929-1930 S S S S S S S
1930-1931 S S S S
1931-1932 S
1932-1933 S
1933-1934 S S S S S S
1934-1935
1935-1936 S S S S S S S S S S
1936-1937 S S S S S S S S S
1937-1938 S S S S S S S S S
1938-1939
1939-1940 S S S S S S
1940-1941 S S S S S S
1941-1942 S S S S S
1942-1943 S S S S S S
1943-1944 S S S S S S
1944-1945 S S S S S S S S S S S
1945-1946 S S S S S S S S S
1946-1947 S S S S S S S S S S
1947-1948 S S S S S S S S S
1948-1949 S
1949-1950 S S S S S S
xxx
Annexes
1950-1951 S S S S S S S S S
1951-1952 S
1952-1953 S S
1953-1954 S
1954-1955 S S S S S S
1955-1956 S S S S
1956-1957 S
1957-1958 S
1958-1959 S S S
1959-1960 S S S
1960-1961 S S S S S S S S S S S
1961-1962 S S S S S S S S S S S
1962-1963 S S S
1963-1964
1964-1965 S S S S S
1965-1966 S S S S S S S S
1966-1967 S S S S S S S S S S
1967-1968 S S S
1968-1969 S S S S S S S S S S
1969-1970
1970-1971 S S S S S S
1971-1972 S S
1972-1973 S S
1973-1974 S S
1974-1975 S
1975-1976 S
1976-1977 S S S S S S S S S
xxxi
Annexes
1977-1978 S S S S S S
1978-1979 S S S S
1979-1980 S S S S S S
1980-1981 S S S S S S S S S S S
1981-1982 S S S S S S S S S S
1982-1983 S S S S
1983-1984 S S S S S S S S
1984-1985 S
1985-1986 S S S S S S S S S S
1986-1987 S S S S
1987-1988 S S S S S S S S S
1988-1989 S S S S S S S S
1989-1990 S
1990-1991 S S S
1991-1992 S S
1992-1993 S S S S S S S S S
1993-1994 S S S S S S
1994-1995 S S S S S S S S S S
1995-1996
1996-1997 S S S S S S S S S S S
1997-1998 S S S S S
1998-1999 S
1999-2000 S S S S S S S S S S
2000-2001 S S S S S S S S S
2001-2002 S S S S S S S S S S
2002-2003
2003-2004 S
xxxii
Annexes
2004-2005 S S S S
2005-2006 S S S
2006-2007 S
2007-2008 S S S S S S S S
2008-2009
2009-2010 S S S S S S
2010-2011 S S
2011-2012 S
2012-2013 S S S S S S S S
2013-2014 S S S S S S
2014-2015 S S S S
Corrélation 0,15 0,71 0,68 0,66 0,56 0,63
xxxiii
Annexes
xxxiv
Annexes
Figure 1: Courbes de fréquences du NO de la Tunisie pour les différentes périodes d’étude xxxv
Annexes
Figure 2: Courbes de fréquences du NE de la Tunisie pour les différentes périodes d’étude xxxvi
Annexes
xxxvii
Annexes
xxxviii
Annexes
xl
Annexes
xli
Annexes
xlii
Annexes
xliii
Annexes
Figure 5: Carte des isohyètes de la Tunisie Figure 6: Carte des isohyètes de la Tunisie Figure 7: Carte des isohyètes de la Tunisie
(1900-1938) (1938-1976) (1976-2015)
xlv
Annexes
Figure 8: Carte des isohyètes de la Tunisie (1900-1957) Figure 9: Carte des isohyètes de la Tunisie (1957-2015)
xlvi
Annexes
xlvi
Annexes
Figure 1: Méthode des doubles cumuls appliquée aux relevés mensuels des stations
pluviométriques secondaires avec la station de Kairouan SM.
xlvii