Académique Documents
Professionnel Documents
Culture Documents
Projet LDAS-Maroc
Suivi et Alerte à la
Sécheresse
Rapport de synthèse
Noureddine BIJABER
Mai 2015
1
TABLES DES MATIERES
Introduction............................................................................................................1
1- Contexte de l'étude............................................................................................3
5- Méthodologie globale.......................................................................................13
6- Résultats..........................................................................................................25
Conclusion...........................................................................................................39
Références bibliographiques................................................................................40
2
Liste des figures
Figure 1 : Succession des situations de sécheresse et de leurs incidences
(Source: NDMC, Université de Nebraska-Lincoln, USA)................................6
3
Liste des Tableaux
4
Liste des acronymes
5
Introduction
Au Maroc, l'agriculture constitue un secteur important pour le développement
économique et social. En effet, le secteur agricole contribue au produit intérieur brut
national à hauteur de 15% et représente près de 1,5 million d'exploitations permettant
ainsi de générer près de 40% de l'emploi. Le plan Maroc Vert prévoit de faire du secteur
agricole un levier prioritaire du développement socioéconomique au Maroc et d'assurer
la sécurité alimentaire du pays à travers l'amélioration de la productivité tout en limitant
l'impact des changements climatiques et en préservant les ressources naturelles.
En plus de leur variabilité spatiale, les pluies sont très irrégulières en cumul et en
répartition temporelle. En effet :
- Les cumuls enregistrés peuvent atteindre le double et même le triple de la normale
en années humides ou ne dépasser 40 à 50 % de cette valeur en années sèches;
- Le mois le plus arrosé n’est jamais le même et peut changer d’une année à une autre
pour une région donnée;
- La date du début comme de la fin de la saison pluvieuse peut varier d’une année à
une autre pour une région donnée.
6
avec une aggravation des phénomènes extrêmes et une réduction importante de la
pluviométrie et par conséquent des écoulements.
Depuis les années 1980, le Maroc a connu plusieurs années de grande sécheresse
d'une fréquence très accentuée et d'une intensité plus forte au cours de la décennie 90.
Les impacts de ces sécheresses sur l'économie nationale sont d'une grande
importance. En exemple, la contribution du produit intérieur brut agricole (PIBA) était de
30,4% du produit intérieur brut (PIB) en 2009 qui a été une année très pluvieuse avec
une production céréalière nationale dépassant le seuil de 100 million de quintaux. Cette
contribution du PIB agricole au PIB était de 11,4% en 2000 considérée comme année
sèche.
Devenue structurelle au Maroc, la sécheresse requiert une prise en compte accrue dans
les stratégies de développement du pays. La prévention de la dégradation de
l'environnement causée par la sécheresse peut être réalisée par l'amélioration de
l'accès aux informations fiables, à jour et à moindre coût et par le renforcement des
capacités de diagnostic de crise en utilisant un système d'alerte à la sécheresse
permettant le suivi régulier des changements environnementaux au Maroc.
Depuis les années 80, le Maroc a mis en place des structures et des programmes
importants de lutte contre les effets de la sécheresse et d'économie de l'eau. Les
approches adoptées restent néanmoins plus réactives que proactives. Les structures
mises en place méritent d'être renforcées par la création d'un système d'information et
d'alerte qui peut aider dans la gestion du risque de la sécheresse. Ainsi, dans le cadre
du programme LIFE-Pays Tiers coordonné par l'Observatoire du Sahara et du Sahel, un
projet régional de mise en place d'un système maghrébin d'alerte à la sécheresse
(SMAS) a été conduit dans les trois pays de la rive sud de la Méditerranée : Algérie,
Maroc et Tunisie. L'objectif de ce projet était de développer une approche de gestion de
risque de sécheresse à travers la mise en place d'un système d'alerte précoce basé sur
des indicateurs calculés à partir de données météorologiques, satellitaires et
thématiques.
Pour le cas du Maroc, le projet SMAS a permis de produire des cartes générées
mensuellement par les différents partenaires: CRTS, Direction de la Météorologie
Nationale (DMN), Ministère de l'Agriculture et le Haut Commissariat aux Eaux et Forêts
et à la Lutte Contre la Désertification (HCEFLCD). Les cartes produites illustrent les
indicateurs calculés à partir des données satellite (indice de végétation standardisé SVI,
indice des conditions de végétation VCI, indice des conditions de température TCI et
indice de l'état de santé de la végétation VHI), les indicateurs météorologiques (Rapport
à la normale RN et indice standardisé des précipitations SPI), les indicateurs
agronomiques (suivi des zones de céréaliculture pluviale) ainsi que les indicateurs
forestiers (suivi des opérations de reboisements). Tous ces indicateurs étaient diffusés
sous forme de bulletins d'information sur la sécheresse envoyés mensuellement aux
différentes institutions concernées par la gestion de la sécheresse.
Ce projet SMAS (2006-2009) a permis d'acquérir une expérience très riche en matière
de collaboration et de regroupement de différents partenaires autour de la même
problématique et en matière d'échange d'informations et de données pour produire un
7
bulletin synthétique sur la sécheresse. Ces échanges ont été réalisés non seulement à
l'échelle nationale mais également à l'échelle régionale dans l'objectif d'aboutir à une
démarche commune de gestion de la sécheresse à l'échelle maghrébine. Ainsi, à l'issue
de ce projet SMAS, les méthodes de calcul des différents indicateurs et l'interprétation
des cartes produites ont été bien assimilées par l'ensemble des partenaires du projet.
Cependant, malgré les acquis de ce projet SMAS, des lacunes ont été constatées sur le
contenu du bulletin généré ainsi que sur les délais de production de l'information sur la
sécheresse. En effet, les indicateurs diffusés (SPI, RN, SVI, VCI, TCI, VHI, situation des
semis et situation des reboisements forestiers) ont été produits séparément par les
partenaires du projet et disséminés sous forme de bulletin. Aucune combinaison n'a été
effectuée entre ces différents indicateurs afin d'évaluer l'impact de la situation
météorologique (indicateurs SPI et RN) de la période étudiée sur la croissance de la
végétation (SVI, VCI, TCI et VHI) de la même période par exemple. En plus, à part les
indicateurs de suivi de la végétation obtenus à partir des données satellite et qui ont une
caractéristique spatiale, tous les autres indicateurs sont générés ponctuellement puis
les cartes sont éditées par extrapolation. De même, les bulletins édités ont été
communiqués très tardivement aux différents utilisateurs par rapport à la période
étudiée du fait que les délais de récupération de l'information produite par chacun des
partenaires du projet étaient longs.
Cette expérience acquise dans le cadre du projet SMAS mérite ainsi d'être améliorée et
renforcée afin de rendre l'information communiquée sur la sécheresse plus bénéfique et
opérationnelle pour les utilisateurs. De ce fait, la présente étude élaborée dans le cadre
du projet LDAS-Maroc a pour principal objectif d'utiliser les données spatiales pour
générer un indicateur composite sur la sécheresse et de disséminer cette information
mensuellement aux différents utilisateurs directement ou indirectement concernés par la
gestion de la sécheresse.
1- Contexte de l'étude
L’objectif global de ce projet est l’utilisation des technologies spatiales dans le domaine
de gestion des ressources en eau pour une meilleure caractérisation des différentes
phases du cycle de l'eau à l'échelle nationale et le dégagement des différentes formes
de l'impact des variations climatiques.
8
• L’intégration des données d'observation de la terre, des données in-situ et de la
modélisation pour la production d'indicateurs et de paramètres hydrologiques
clés afin de mieux caractériser et d'optimiser l'utilisation des ressources en eau
et d'alerter en cas de catastrophes naturelles (Sécheresse, Inondations, invasion
acridienne).
Dans le cadre de cette composante du projet, une équipe d'experts du Centre National
d'atténuation des effets de la sécheresse (National Drought Mitigation Center de
l'Université de Nebraska, USA) a été engagée pour assister l'équipe du CRTS dans la
réalisation des activités techniques et scientifiques. Ainsi, plusieurs missions d'expertise
ont été organisées au CRTS entre Mai 2014 et Février 2015. L’objet de chaque mission
étant de répondre aux besoins spécifiés dans les termes de référence en matière de
développements méthodologiques d'une application permettant le calcul d’indicateurs
de suivi et d'alerte à la sécheresse d’une part et de définir les activités nécessaires à la
validation des produits générés d’autre part. La dernière mission effectuée en Février
9
2015 avait pour objet la formation des participants représentant différentes institutions
marocaines (départements ministériels, instituts de recherche, agences nationales,..)
ainsi que des représentants étrangers (Tunisie, Liban et Etats Unis d'Amérique).
10
Figure 1 : Succession des situations de sécheresse et de leurs incidences (Source:
NDMC Université de Nebraska-Lincoln, USA)
NDMC,
11
2.2. Sécheresse agricole
La sécheresse agricole réfère aux situations où l’humidité du sol et les réserves en eau
deviennent insuffisantes pour satisfaire, respectivement, les besoins des cultures et
ceux du bétail dans une région donnée. Cette sécheresse entraîne la réduction des
rendements et met en danger les animaux. Les effets de la sécheresse sur les cultures
dépendent du degré de sensibilité au stress hydrique de la plante au moment de la
sécheresse, de la réserve en eau dans le sol et des techniques culturales pratiquées
(Barakat, et al. 1998). Certaines espèces végétales ou variétés sont plus résistantes à
la sécheresse que d’autres (Justice, et al.1985). Lorsque la sécheresse intervient à
certains stades critiques, tels que la floraison par exemple dans un sol peu profond et à
faible capacité de rétention de l’eau, la croissance et le développement des plantes
peuvent être négativement affectés et par conséquent, la productivité peut être faible (El
Mourid, et al.1989).
Au Maroc, bien que la sécheresse puisse survenir à n’importe quel moment au cours de
la campagne agricole, on distingue généralement trois périodes de sécheresse à savoir
celles du début du cycle, du milieu et de la fin du cycle. Il est évident que la sécheresse
de fin du cycle est la plus fréquente et que celle du milieu du cycle est la plus difficile à
combattre sauf s’il y a possibilité d’irrigation. Pour les sécheresses du début et de fin du
cycle, le choix des variétés et des techniques culturales adaptées peut permettre aux
plantes d’éviter ou d’échapper à la sécheresse (Yacoubi et al. 1998).
En plus du manque de pluie qui est la cause principale de cette sécheresse, d’autres
facteurs tels que le changement du relief, la construction des barrages et l’occupation
du sol conduisant à la réduction du ruissellement ont un impact significatif sur ce type de
sécheresse qui peut avoir des effets négatifs même en aval du bassin hydraulique.
12
2.4. Sécheresse socio-économique
On parle de sécheresse socio-économique lorsque l’insuffisance d’eau commence à
affecter les gens et leurs vies. Elle associe les biens économiques et les éléments de la
sécheresse météorologique, agricole, hydrologique et même forestière. Ce type de
définition diffère des autres par le fait que cette sécheresse est basée sur le processus
de l’offre et de la demande. La sécheresse socio-économique se manifeste lorsque
l’offre d’un bien économique (eau, grains, énergie hydro-électrique…) ne peut plus
satisfaire la demande de ce produit et que la cause de ce déficit est liée au climat (offre
d’eau).
Développé par McKee et al. (McKee, et al. 1993), le SPI est un indicateur statistique
utilisé pour la caractérisation des sécheresses locales ou régionales. Cet indicateur est
basé sur un historique des précipitations de longue durée (au moins 30 ans), et permet
de quantifier l’écart des précipitations (déficit ou surplus) d’une période par rapport aux
précipitations moyennes historiques de la même période. Cette période varie
généralement de 1 mois (sécheresses de courte durée et saisonnières) à 2 ans (cas
des sécheresses de longue durée).
13
P : total des précipitations d’une période (mm)
Pm : précipitation moyenne historique de la période (mm)
Les classes de la sévérité de la sécheresse (McKee, et al. 1995) selon SPI sont
présentées dans le tableau 1 ci-dessous :
McKee et al. (1993) ont développé cet indicateur afin de faire ressortir l’impact de la
période étudiée (mois, saison, année) 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.
14
des données pluviométriques CHIRPS (Climate Hazards Group InfraRed Precipitation
with Station data) qui sont des estimations par satellite corrigées par intégration des
données pluviométriques des stations météorologiques au sol. Ces données se
présentent sous forme d'images raster en séries temporelles disponibles depuis 1981
jusqu'à présent (Funk, et al. 2014). Les principales données satellite utilisées pour la
création de CHIRPS sont:
- Les données TRMM-3B42 de la NASA qui sont particulièrement importantes pour les
études du cycle hydrologique global et pour évaluer la fiabilité des modèles
climatiques et leur capacité de simuler et de prévoir avec précision le climat à
l'échelle saisonnière;
Toutes les données sources sont compilées sur des périodes de 5 jours et les données
CHIRPS se présentent sous forme de cartes spatialisées de précipitations à une
résolution spatiale de 5 km.
Pour procéder au calcul du SPI en temps réel tenant compte des données historiques,
la période de calcul retenue dans le cadre de ce projet est de 2 mois. Le SPI sur 2 mois
établit ainsi la comparaison entre le total des précipitations sur la période étudiée de 2
mois et les totaux des précipitations pour cette même période de 2 mois de toutes les
années pour lesquelles on dispose de données. En d'autres termes, l'indice SPI sur 2
mois se terminant fin février 2014 par exemple permet de comparer le cumul des
précipitations des mois de janvier et février 2014 aux cumuls de précipitations de janvier
et février de toutes les années depuis 1981 (en utilisant les données CHIRPS). Chaque
nouvelle année, les données d'observation viennent s'ajouter à la série des relevés dont
la durée gagne ainsi une année.
15
sécheresses de type météorologique ainsi que pour le suivi de l'humidité du sol à court
terme et le stress hydrique subi par les cultures, en particulier au cours de la période
végétative. Le suivi de la sécheresse durant la campagne agricole devient ainsi plus
fiable en se basant sur un indice spatialisé (SPI 2 mois) calculé à partir de données
satellite acquises en temps quasi réel. L'alerte à la sécheresse devient également plus
précise étant donné que cet indice indique qu'une sécheresse débute quand la valeur
du SPI est inférieure ou égale à -1 et qu'une sécheresse se termine lorsque sa valeur
devient positive.
La figure 2 ci-dessous illustre le résultat de calcul du SPI-2 pour le mois de Mars 2015
par utilisation des données pluviométriques CHIRPS.
16
partiellement la province Taza en Mars 2015 par rapport à la même période durant les
34 dernières années. Les provinces Azilal, Kelaat Sraghna, Errachidia et Ouarzazate
ont cependant connu partiellement une sécheresse modérée au cours de ce mois de
Mars 2015 par rapport à la même période des années précédentes.
Grâce à leur fréquence temporelle (plus d'un passage par jour) et à leur résolution
spatiale (de 250 mètres à 1 kilomètre), les données satellite à basse résolution spatiale
(comme MODIS) permettent de couvrir l'ensemble du territoire national de façon
quotidienne. Ces données permettent de générer plusieurs paramètres biophysiques et
de calculer des indicateurs de suivi de la végétation et d'alerte en cas de situations
anormales de la croissance végétative (sécheresse, inondations,..). La fréquence de
suivi de la végétation par utilisation de ces données à basse résolution spatiale peut
être journalière, décadaire, mensuelle ou saisonnière.
Les paramètres et indices extraits à partir des données MODIS pour la caractérisation et
le suivi de la sécheresse agricole dans le cadre de cette étude sont :
- L'évapotranspiration.
17
Les paramètres extraits des données MODIS sont téléchargés mensuellement à partir
du réseau FEWSNET (Famine Early Warning System Network) qui est un réseau de
systèmes d'alerte précoce à la famine créé par l'USAID (United States Agency for
International Development) en 1985 pour aider les décideurs à anticiper les crises
humanitaires.
5- Méthodologie globale
5.1.Données utilisées
Le suivi global de la sécheresse est basé sur la combinaison de plusieurs paramètres
issus de l'observation spatiale. Cette combinaison intègre les indices météorologiques
(SPI à partir des données CHIRPS) et les indices de télédétection (anomalies de l'indice
de végétation, anomalies de l'évapotranspiration, différences de températures de
surface du jour et de la nuit permettant l'estimation de l'humidité du sol).
a- Anomalies du NDVI
Le NDVI est défini par la différence normalisée entre les données du canal Rouge (R) et
Proche Infrarouge (PIR) selon la relation : (PIR - R) / (PIR + R). Il traduit la mesure de la
densité de chlorophylle contenue dans la couverture végétale.
18
La figure 3 ci-dessous illustre un exemple de carte des anomalies du NDVI téléchargée
du site FewsNet pour le mois de Février 2015.
b- Anomalies de l'évapotranspiration
19
figure.4 : Carte des anomalies de l'évapotranspiration (Février 2015)
20
Figure 5 : Carte des anomalies de la température de surface de la terre (Février 2015)
Pour le calcul de l'indicateur SPI à partir des données CHIRPS, une première étape
consiste à préparer les fichiers selon le format spécifique exigé par les modèles de
calcul. Cette préparation consiste premièrement à télécharger toute l'historique des
données mensuelles CHIRPS et de les organiser de telle sorte que chaque série de
données corresponde à une période (mois) depuis 1981.
Pour chaque nouveau mois étudié, les données CHIRPS téléchargées sont tout d'abord
ré-échantillonnées afin de garder uniquement la zone couvrant le territoire national à
une résolution spatiale de 5 km. A cet effet, un fichier définissant les limites du territoire
national a été préalablement préparé. Ce fichier est sous forme d'une grille contenant
25588 points avec une résolution spatiale de 5 km (figure 6). Cette grille est utilisée
mensuellement comme base d'intersection avec tous les paramètres d'entrée au
modèle global (CHIRPS, NDVI, LST et ET).
21
Figure 6 : Grille de points à 5 km de résolution spatiale
Les anomalies du NDVI calculées à partir des données MODIS sont mensuellement
téléchargées du réseau FEWSNET. Chaque donnée brute téléchargée est renommée
selon la nomenclature naYYYYMM.tif (et naYYYYMM.tfw), avec YYYY et MM sont
respectivement l'année et le mois d'étude. La première opération consiste à ré-
échantillonner les données téléchargées afin de garder uniquement la zone couvrant le
territoire national à une résolution spatiale de 5 km en utilisant la grille préalablement
préparée.
22
La procédure de préparation des données LST consiste à télécharger, pour tout le mois
étudié, les données de température de surface de la terre du jour et celles de nuit
séparément. Le calcul de la différence entre les températures de jour et celles de nuit se
fait jour par jour durant le mois étudié. Ensuite, la synthèse mensuelle des données de
température de surface Jour-Nuit est générée et le fichier correspondant aux anomalies
est renommé selon la nomenclature lstYYYYMM.img. Ces données sont par la suite ré-
échantillonnées en utilisant la grille ayant 5 km de résolution spatiale et délimitant le
territoire national.
23
b- Calcul du SPI à partir des données CHIRPS
Le
e calcul de l'indicateur SPI se fait par un algorithme présentant une interface graphique
permettant de définir facilement les différents paramètres d'entrée (type de données,
séparateur de données,..) et le format des données de sortie (échelle temporelle de
calcul, périodes de sécheresse, fréquences,..).
fré La figure 7 ci-dessous
dessous illustre l'interface
de calcul du SPI:
F
Figure 7: Interface de calcul du SPI
Le résultat de calcul du SPI du mois étudié présente pour chaque pixel les écarts de
précipitations enregistrées au cours du mois étudié par rapport à la moyenne des
précipitations du même mois durant les trente quatre années précédentes.
précédentes La figure 8
ci-dessous
dessous présente un extrait du fichier obtenu après calcul du SPI pour un seul pixel.
24
Figure 8 : Exemple de résultat de calcul du SPI pour un pixel
25
5.3. Calcul de l'indicateur composite de sécheresse
La sécheresse est un processus cumulatif qui suit plusieurs étapes avant de constituer
un risque qui menace les intérêts de l'humanité. La représentation quantifiée de ce
phénomène nécessite l'intégration de tous les paramètres et indicateurs renseignant sur
les différents types de sécheresse. Les paramètres retenus dans le cadre de ce travail
entrant dans la composition de l'indicateur final sur la sécheresse sont rappelés ci-
dessous:
Ces quatre paramètres entrent dans l'équation de calcul de l'indicateur composite (CDI:
Composite Drought Indicator) selon la formule suivante :
La pondération des différents paramètres d'entrée a fait l'objet d'une étude comprenant
plusieurs étapes:
Etape 1: Calcul de l'indicateur composite en affectant des poids égaux à chacun des
quatre paramètres (25%) puis procéder à une validation préliminaire de cet
indicateur calculé en se basant sur les productivités céréalières non irriguées
(bour) pour trois campagnes agricoles clés (2005-2006, 2006-2007 et 2009-
2010) et au niveau de trois régions pilotes qui sont : El Haouz, Meknès-Tafilalet
et la région Taounate-Taza-El Hoceima.
Cette première comparaison des valeurs de l'indicateur composite (CDI) avec les
productions céréalières au niveau de ces zones pilotes et durant les trois campagnes
agricoles particulières montre un écart entre les classes de sécheresse indiquées par le
CDI et les niveaux de productions céréalières pour ces trois régions. La deuxième étape
a pour objectif le calcul des poids à affecter à chacun des quatre paramètres d'entrée.
Etape 2: Calcul des écarts de productivités céréalières (en zones bour) entre deux
situations extrêmes : Année sèche (2006-2007) et année pluvieuse (2009-
2010). Ce calcul des écarts a été effectué pour trois zones pilotes : Chaouia-
Ouardigha, Fès-Boulemane et l'Oriental qui sont représentatives des grands
26
ensembles écologiques du Maroc à savoir le bour favorable, le bour
défavorable et les écosystèmes pastoraux. La couche contenant les écarts de
productions céréalières est utilisée comme base de superposition avec chacun
des quatre paramètres entrant dans le calcul du CDI (SPI, NDVIa, ETa et LST).
Cette superposition a pour objectif de définir le degré d'incidence entre chaque
classe d'indicateur avec les zones (provinces) en fonction de l'importance des
écarts de productions céréalières.
Ainsi, en cas de sécheresse, l'indice standardisé des précipitations SPI est considéré
comme élément déclencheur du phénomène en question. La répartition et la continuité
des précipitations durant la campagne agricole est un facteur déterminant pour assurer
une bonne productivité agricole. Les trois autres indices (NDVI, ET et LST) viennent
comme facteurs résultant de l'impact du SPI. La pondération conclue à cette étape est
la suivante:
SPI : 40%
NDVIa : 20%
LST : 20%
ETa : 20%
27
Figure 10 : Organigramme méthodologique de calcul du de l'indicateur composite
28
La carte finale de l'indicateur composite de sécheresse contient ainsi quatre classes de
sécheresse correspondant à quatre déciles :
D1 : Sécheresse Modérée, pour laquelle les valeurs du CDI (en pourcentage) sont
comprises entre 10 et 20% et qui correspond à une sécheresse qui arrive une fois
tous les 5 à 10 ans.
D2 : Sécheresse Sévère, pour laquelle les valeurs du CDI sont comprises entre 5 et
10% et qui correspond à une sécheresse qui a une période de retour de 10 à 20
ans.
D3 : Sécheresse Extrême, pour laquelle les valeurs du CDI sont comprises entre 2 et
5% et qui signifie une sécheresse qui peut arriver une fois tous les 20 à 50 ans.
29
Les cartes de l'indicateur composite de sécheresse et des paramètres entrant dans sa
composition (SPI, NDVIa, LST et ETa) produites mensuellement depuis janvier 2003 ont
été confrontées aux données historiques des productions agricoles pour aboutir à un
premier niveau de validation.
6- Résultats
Dans ce qui suit, nous présentons les résultats de calcul de l'indicateur composite de
sécheresse (CDI) ainsi que les paramètres et indices utilisés pour le calcul de cet
indicateur durant la campagne agricole 2014-2015.
Deux modes d'illustration des cartes des indicateurs et indices sont présentés ci-
dessous en fonction des classes à mettre en exergue (Sécheresse vs Humidité). La
première partie présente toutes les cartes (CDI, SPI, NDVIa, ETa et LST) avec une
légende contenant à la fois les classes de sécheresse et celles d'humidité. La deuxième
partie présente les cartes mettant en évidence uniquement les classes de sécheresse
durant la campagne agricole en cours.
30
Figure 11: Cartes SPI-NDVIa-ETa-LST (Octobre 2014)
31
Figure 12: Indicateur composite de sécheresse (Octobre 2014)
Le SPI du mois d'Octobre 2014 (calculé pour une période de 2 mois depuis Septembre
2014) indique une situation globalement normale au niveau national à l'exception de
quelques provinces du Sud du Maroc pour lesquelles un déficit pluviométrique a été
détecté par rapport à la même période des 34 dernières années. La carte d'humidité du
sol, estimée à partir des anomalies des différences de températures de surface du jour
et de la nuit LST, indique également un déficit d'humidité du sol confirmant ainsi ce qui a
été obtenu par le SPI. Ce déficit concerne également d'autres provinces dans l'Oriental
et le Centre du pays. Le paramètre LST indique toutefois une situation favorable dans
une partie des provinces du Sud-Est (Oasis de Tata et Zagora). La carte des anomalies
de l'indice de végétation (NDVIa) montre une situation positive au niveau de ces
provinces du Sud-Est pour le mois d'octobre 2014. Le paramètre ETa, représentant les
anomalies de l'évapotranspiration, indique des situations défavorables au niveau de
32
quelques provinces du Nord et du Centre (Tanger, Tétouan, Chefchaouen, Kenitra,
Taounate, Meknès).Toutes ces situations constatées séparément par les différents
paramètres et indices sont synthétisées dans la carte de l'indicateur composite de
sécheresse qui montre des situations de sécheresse sévère à exceptionnelle dans les
provinces du Sud (Awsserd et Dakhla) et des situations de sécheresse modérée à
sévère dans la majorité des provinces du centre et du Nord. Quelques classes
d'humidité ont été observées dans les provinces du Sud-Est.
33
Figure 14: Indicateur composite de sécheresse (Novembre 2014)
34
l'indicateur composite de sécheresse pour le mois de Novembre 2014 montre une
dominance de classes d'humidité modérée à sévère sur la majorité des provinces en
particulier celles du Sud.
35
Figure 16: Indicateur composite de sécheresse (Décembre 2014)
Le SPI-2 calculé pour le mois de Décembre 2014 (intégrant les données de Novembre
2014) indique une dominance des classes d'excès pluviométrique modéré à extrême sur
la majorité du territoire national. Des situations exceptionnelles d'excès pluviométrique
ont été observées dans le Sud et particulièrement au niveau des zones ayant connu des
inondations. La carte d'humidité du sol (LSTday_night) confirme cette situation favorable
pour l'ensemble des provinces du Maroc en particulier celles du Sud et du Sud-Est.
Quelque classes de déficit d'humidité du sol, dérivées à partir des canaux thermiques de
MODIS, ont été détectées au niveau de la province de Nador. La carte des anomalies
du NDVI montre une situation modérément à sévèrement favorable dans les provinces
du Sud-Est (Errachidia, Zagora, Tata, Ouarzazate). Cette carte montre également des
classes d'anomalies négatives de l'indice de végétation dans quelques provinces de
l'Oriental et du Sud du Maroc. La carte des anomalies de l'évapotranspiration montre
36
une situation globalement normale à l'échelle nationale. Des classes très favorables des
anomalies de l'évapotranspiration ont été observées au niveau des zones côtières. La
carte de l'indicateur composite de sécheresse du mois de Décembre 2014 synthétise
ces différentes observations et montre une dominance des classes d'humidité modérée
à exceptionnelle sur la majorité du territoire national en particulier le Sud. Cet indicateur
composite a permis de détecter une sécheresse modérée à sévère dans la province de
Nador.
37
Figure 18: Indicateur composite de sécheresse (Janvier 2015)
38
pays. Par ailleurs, La carte de l'indicateur composite de sécheresse du mois de Janvier
2015 indique une sécheresse modérée dans les provinces de Taza, Ouarzazate et
Bouaarfa liée principalement au déficit pluviométrique constaté en cette période. Cet
indicateur composite montre une dominance des classes d'humidité modérée dans les
provinces du sud en cette période de l'année.
39
Figure 20: Indicateur composite de sécheresse (Février 2015)
40
provinces du Nord et de l'Oriental. Ces classes d'anomalies négatives de l'indice de
végétation ne figurent pas dans la carte de l'indicateur composite de sécheresse étant
donné que la pondération de ce paramètre dans la composition de l'indicateur
composite ne représente que 20%.
41
Figure 22: Indicateur composite de sécheresse (Mars 2015)
42
d'Errachidia jusqu'au sud de Laayoune. Cette carte indique cependant des classes de
sécheresse modérée à sévère dans quelques provinces de l'Oriental. Le dernier
paramètre (ETa) indique une situation globalement normale à l'exception de quelque
provinces du Nord et du centre pour lesquelles des situations de sécheresse modérée
ont été constatées. La synthèse de ces différents paramètres illustrée dans la carte de
l'indicateur composite de sécheresse (figure 22) montre des classes de sécheresse
modérée dans les provinces Ouarzazate, Azilal, Errachidia et dans quelque provinces
de l'Oriental. Cet indicateur composite montre également des situations d'humidité
favorable à très favorables dans quelques provinces du Sud.
43
Conclusion
La sécheresse au Maroc est considérée comme un facteur structurel du climat en raison
de sa récurrence et de la durabilité de ses effets qui restent déterminants que se soit sur
le plan social, hydrique ou économique. Il est ainsi nécessaire de renforcer la stratégie
de gestion des ressources en eau au Maroc dans un sens de capitalisation des
ressources existantes et d'amélioration des systèmes de prévision pour la détection
précoce des périodes de sécheresse. Par ailleurs, l'appréhension de ce phénomène
exige de nouvelles technologies et de nouveaux instruments plus efficaces qui
permettent de produire et de disséminer l'information alertant sur la sécheresse de
façon rapide, fiable, spatialisée et à moindre coût.
A l'issue de cette étude, nous concluons que l'utilisation des données pluviométriques
spatialisées CHIRPS pour le suivi de la sécheresse météorologique présente un point
fort acquis par la partie marocaine dans le cadre de ce projet. En effet, ces données
présentent l'avantage de couvrir tout le territoire national à une bonne résolution spatiale
et d'être directement et rapidement accessibles. Ces données CHIRPS sont acquises à
partir de la combinaison de différentes sources d'observation par satellites et validées
par les données des stations météorologiques au sol. Les données pluviométriques
CHIRPS sont organisées dans une base de données couvrant un historique depuis
1981 jusqu'à présent, ce qui permet ainsi d'effectuer des analyses statistiques avec un
degré de confiance élevé et de calculer des indicateurs pour le suivi et l'alerte à la
sécheresse. L'indice standardisé des précipitations choisi pour le suivi de la sécheresse
à partir des données pluviométriques présente l'avantage d'être simple, facile à calculer
et statistiquement adapté au suivi de la sécheresse météorologique.
De même, le suivi des effets de la sécheresse sur la végétation et sur le sol est assuré
par l'utilisation des indices et paramètres extraits des données satellites à la même
fréquence temporelle que les données de précipitations CHIRPS. Les paramètres
choisis pour assurer ce suivi sont mensuellement extraits à partir des données satellite
et permettent de renseigner sur les principales conditions de la croissance végétative à
savoir les températures de surface, l'évapotranspiration et l'humidité du sol estimée à
partir des anomalies de la différence des températures du jour et de nuit. Chacun de ces
paramètres contribue au suivi et à l'alerte à la sécheresse par la nature de l'information
sur l'état de la végétation.
44
Références bibliographiques
45
Senay, G.B., M. Budde, J.P. Verdin, and A.M. Melesse, 2007. A coupled remote sensing
and simplified surface energy balance approach to estimate actual evapotranspiration
from irrigated fields. Special issue: Remote sensing of natural resources and the
environment. SENSORS, 1, 979-1000.
Wilhite, D.A. and M.H. Glandz. 1995. Understading the drought phenomenon. The role
of definitions. Water International 3:111-120.
Yacoubi, M., M. El Mourid, N. Chbouki et C.O. Stokle, 1998. Typologie de la sécheresse
et recherche d’indicateurs d’alerte en climat semi-aride marocain. Sécheresse 9:269-
276.
46