Résumés
Résumé
Afin d’évaluer l’impact des changements climatiques sur les ressources en eau, nous réalisons dans ce travail une analyse statistique spatio-temporelle de certaines variables climatiques du bilan hydrique. En effet, pour comprendre les variations climatiques ayant eu lieu dans le passé, l’analyse statistique doit se faire sur des séries chronologiques de données représentatives aussi bien sur le plan spatial que temporel. Toutefois, ces séries de données présentent souvent des lacunes dans les mesures et des irrégularités qui entravent leur utilisation directe. Pour cela, l’analyse statistique adoptée dans cette étude s’est appuyée sur trois étapes : i) le comblement des données manquantes par deux méthodes d’imputation, à savoir la méthode d’imputation multivariée par des équations enchainées (MICE) et la méthode des k plus proches voisins (k-NN); ii) la détection des changements significatifs ayant eu lieu dans le passé dans les séries chronologiques. Les dates de ces changements sont marquées par des ruptures au niveau de la moyenne des variables climatiques étudiées. Ces ruptures ont été validées par trois tests statistiques (Pettitt, Buishand et homogénéité normale SNH); iii) l’investigation de tendances potentielles dans les données climatiques par les tests statistiques (Sen et Mann-Kendall) ainsi que par une projection future. Comme application, nous avons traité les données climatiques pour les périodes 1974-2016 et 2021-2050 issues de cinq stations météorologiques du périmètre du Gharb situé au nord du Maroc. Les résultats obtenus montrent que la méthode d’imputation de MICE est la plus performante pour toutes les stations. Pour les tendances, les séries de températures, d’évapotranspiration potentielle et du déficit hydrique présentaient des tendances significatives à la hausse sur tous les pas de temps. Tandis que pour les séries de précipitations, les tendances étaient non significatives. Les projections à l’horizon 2021-2050 ont fait ressortir que nous pourrions assister à un léger décalage de la saison la plus pluvieuse de l’année et l’effet du réchauffement serait plus important en allant de l’ouest vers l’est du périmètre du Gharb en raison de l’effet de continentalité.
Mots-clés:
- séries chronologiques,
- comblement de lacunes,
- homogénéisation,
- analyse des tendances,
- bilan hydrique,
- changements climatiques,
- ressources en eau,
- Gharb
Abstract
In order to evaluate the climate change impact on water resources, we carry out in this work, a spatio-temporal statistical analysis of some water balance variables. In order to understand past climate variations, a statistical analysis must be made for representative time series both temporally and spatially. These data sets, however, often have irregularities and gaps in the measurements which hinder their direct use. For this reason, the statistical analysis used in this study was based on three steps: i) filling gaps of missing data using two imputation methods, namely multiple imputation by chained equations (MICE) and the k-nearest neighbour method (k-NN); ii) the detection within time series of significant changes that occurred in the past. Dates of these changes are characterized by breaks at the level of the mean of the studied climate variables. These breaks were confirmed by three statistical tests (Pettitt, Buishand, and Normal Homogeneity SNH); iii) the investigation of potential climate data trends by using statistical tests (Sen and Mann-Kendall) as well as with a projection technique for the future. As an application, we processed climate data from five weather stations in the Gharb perimeter, located in northern Morocco, for the periods 1974-2016 and 2021-2050. The results obtained showed that MICE imputation is the most efficient for all stations. For trends, while the series of temperatures, potential evapotranspiration, and water deficit showed significant upward trends over all time steps, the trends were non-significant for the precipitation series. The projections for 2021-2050 showed that we could witness a slight shift in the wettest season of the year and that the effect of warming would be greater from west to east in the Gharb perimeter due to the effect of continentality.
Key words:
- time series,
- gaps-filling,
- homogenization,
- trends analysis,
- water balance,
- climate change,
- Gharb
Parties annexes
Références bibliographiques
- ABAHOUS H., J. RONCHAIL, A. SIFEDDINE, L. KENNY et L. BOUCHAOU (2017). Trend and change point analyses of annual precipitation in the Souss-Massa region in Morocco during 1932-2010. Theor. Appl. Climatol., 134, 1153-1163.
- ALEXANDERSSON H. (1986). A homogeneity test applied to precipitation data. Int. J. Climatol., 6 661-675.
- AMHARREF M., S. AASSINE, A.S. BERNOUSSI et B.Y. HADDOUCHI (2007). Cartographie de la vulnérabilité à la pollution des eaux souterraines : Application à la plaine du Gharb (Maroc). Rev. Sci. Eau, 20, 185-199.
- BUISHAND T. (1982). Some methods for testing the homogeneity of rainfall records. J. Hydrol., 58, 11-27.
- BUUREN S. (2012). Flexible imputation of missing data. 2e éd., Chapman and Hall/CRC, New York (NY), États-Unis, 342 p.
- BUUREN S. et K. KARINGROOTHUIS-OUDSHOORN (2011). Mice: Multivariate imputation by chained equations in R. J. Stat. Softw., 45, 3, DOI: 10.18637/jss.v045.i03
- BUUREN S., K. KARINGROOTHUIS-OUDSHOORN, A. ROBITZSCH, G. VINK, L. DOOVE, S. JOLANI, R. SCHOUTEN, P. GAFFERT, F. MEINFELDER et B. GRAY (2018). Mice: Multivariate imputation by chained equations. R Package Version 3.3.0. https://cran.r-project.org/web/packages/mice/mice.pdf
- DÉQUÉ M., C. DREVETON, A. BRAUN et D. CARIOLLE (1994). The ARPEGE-IFS atmosphere model: A contribution to the French community climate modelling. Clim. Dynam., 10, 249-266.
- DRIOUECH F. (2010). Distribution des précipitations hivernales sur le Maroc dans le cadre d’un changement climatique : descente d’échelle et incertitudes. Thèse de doctorat, Univ. Toulouse, France, 164 p.
- EL ASRI H., A. LARABI et M. FAOUZI (2019). Climate change projections in the Ghis-Nekkor region of Morocco and potential impact on groundwater recharge. Theor. Appl. Climatol., 138, 713-727.
- FENG L., G. NOWAK, T. O’NEILL et A. WELSH (2014). CUTOFF: A spatio-temporal imputation method. J. Hydrol., 519, 3591-3605.
- HUBERT P., J.P. CARBONNEL et A. CHAOUCHE (1989). Segmentation des séries hydrométriques. Application à des séries de précipitations et de débits de l’Afrique de l’Ouest. J. Hydrol., 110, 349-367.
- GILBERT R.O. (1987). Statistical methods for environnemental pollution monitoring. Van Nostrand Reinhold Company Inc., New York (NY), États-Unis, 320 p.
- GOCIC M. et S. TRAJKOVIC (2013). Analysis of changes in meteorological variables using Mann-Kendall and Sen’s slope estimator statistical tests in Serbia. Glob. Planet. Change, 100, 172-182.
- GROUPE D'EXPERTS INTERGOUVERNEMENTAL SUR L'ÉVOLUTION DU CLIMAT (GIEC) (2014). Changements climatiques 2014. Contribution des groupes de travail I, II et III au cinquième rapport d’évaluation du GIEC, rapport de synthèse, Genève, Suisse, 180 p.
- KASSOGUÉ H., A.S. BERNOUSSI, M AMHARREF et M. OUARDOUZ (2017). Cellular automata approach for modelling climate change impact on water resources. Int. J. Parallel Emergent Distrib. Syst., 34, 21-36.
- KENDALL M.G. (1975). Rank correlation methods. 4e éd., Charles Griffin, London, Royaume-Uni, 160 p.
- KHOMSI K., G. MAHE, Y. TRAMBLAY, M. SINAN et M. SNOUSSI (2016). Regional impacts of global change: seasonal trends in extreme rainfall, run-off and temperature in two contrasting regions of Morocco. Nat. Hazards Earth Syst. Sci., 16, 1079-1090.
- KILI M., B. EL MANSOURI et J. CHAO (2008). Bilan hydrique des sols et recharge de la nappe profonde de la plaine du Gharb (Maroc). Sécheresse, 19, 145-151.
- KILLICK R. et A.I. ECKLEY (2014). Changepoint: An R Package for changepoint analysis. J. Stat. Softw., 58, 3, DOI: 10.18637/jss.v058.i03
- KOWARIK A. et M. TEMPL (2016). Imputation with the R Package VIM. J. Stat. Softw., 74, 7, DOI: 10.18637/jss.v074.i07
- LEE A.F.S. et S.M. HEGHINIAN (1977). A shift of the mean level in a sequence of independent normal random variables. A Bayesian approach. Technometrics, 19, 503-506.
- MANN H.B. (1945). Nonparametric tests against trend. Econometrica, 13, 245-259.
- MCLEOD A.I. (2015). Kendall rank correlation and Mann-Kendall trend test. R Package Version 2.2. https://cran.r-project.org/web/packages/Kendall/Kendall.pdf
- MILANO M., D. RUELLAND, S. FERNANDEZ, A. DEZETTER, J. FABRE, E. SER-VAT, J.M. FRITSCH, S. ARDOIN-BARDIN et G. THIVET (2013). Current state of Mediterranean water resources and future trends under climatic and anthropogenic changes. Hydrol. Sci. J., 58, 498-518.
- OFFICE RÉGIONAL DE MISE EN VALEUR AGRICOLE DU GHARB (ORMVAG) (1970). Étude pédologique au 1/20.000 du périmètre Gharb, Maroc, 127 p.
- ORGANISATION MÉTÉOROLOGIQUE MONDIALE (OMM) (1989). Calculation of monthly and annual 30-year standard normals. World Climate Programme, WMO/TD No 341, Genève, Suisse, 13 p.
- PETTITT A.N. (1979). A non-parametric approach to the change-point problem. J. R. Stat. Soc., 28, 126-135.
- POHLERT T. (2018). Non-parametric trend tests and change-point detection. R Package Version 1.1.1. https://cran.r-project.org/web/packages/trend/vignettes/trend.pdf
- QGIS TEAM (2017). A free and open source geographic information system. Open Source Geospatial Foundation. http://qgis.osgeo.org (consultation le 15 mars 2019).
- RC TEAM (2017). A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Autriche. https://www.R-project.org/ (consultation le 15 mars 2019).
- RIBEIRO S., J. CAINETA et A. COSTA (2016). Review and discussion of homogenisation methods for climate data. Phys. Chem. Earth, 94, 167-179.
- SEBBAR A. (2013). Étude de la variabilité et de l’évolution de la pluviométrie au Maroc (1935-2005). Réactualisation de la carte des précipitations. Thèse de doctorat, Univ. Hassan II Mohammedia, Maroc, 189 p.
- SEN P.K. (1968). Estimates of the regression coefficient based on Kendall’s Tau. J. Am. Stat. Assoc., 63, 1379-1389.
- TEMPL M., ALFONS A., KOWARIK A. et PRANTNER B. (2019). Visualization and imputation of missing values. R Package Version 4.8.0. https://cran.r-project.org/web/packages/VIM/VIM.pdf
- TERINK W., W.W. IMMERZEEL et P. DROOGERS (2013). Climate change projections of precipitation and reference evapotranspiration for the Middle East and Northern Africa until 2050. Int. J. Climatol., 33, 3055-3072.
- THEIL H. (1950). A rank-invariant method of linear and polynomial regression analysis. Proc. R. Neth. Acad. Sci., 53, Part I, 386-392.
- THORNTHWAITE W. (1948). An approach toward a rational classification of climate. Geogr. Rev., 38, 55-94.
- THORNTHWAITE W. et J. MATHER (1955). The water balance. Drexel Institute of Technology, Laboratory of Climatology, Centerton, New Jersey (NJ), États-Unis, 104 p.
- TRAMBLAY Y., D. RUELLAND, R. BOUAICHA et E. SERVAT (2014). Projected climate change impacts on water resources in northern Morocco with an ensemble of regional climate models. Proc. Int. Assoc. Hydrol. Sci., 363, 250-255.
- YOZGATLIGIL C., S. ASLAN, C. IYIGUN et I. BATMAZ (2012). Comparison of missing value imputation methods in time series: The case of Turkish meteorological data. Theor. Appl. Climatol., 112, 143-167.