République Algérienne Démocratique et Populaire

Ministère de l’Enseignement Supérieur et de la Recherche

Scientifique

Université de Saad Dahleb (Blida)

Faculté des sciences de la Nature et de la Vie
Département de Biotechnologie
Mémoire de fin d’étude
En vue de l’obtention du diplôme de

Master en sciencesAgronomiques

Option : Sol, Eau et Environnement

Thème
Homogénéisationdes
Homogénéisation desdonnées
donnéespluviométrique
pluviométriques

Réalisée : Mebarki Amina

Jury :

Président : Dr Zella L. Professeur Blida 1

Promotrice : Dr Smadhi [Link]ître de recherche ‘A’ INRA, Alger

Examinateur : Mr Bachir H. Attaché de recherche, INRA, Alger

Année : 2017
 REMERCIEMENTS

Mes plus vifs remerciements s’adressent plus particulièrement

A ma promotrice, le DocteurSmadhi [Link]ître de Recherche Aqui malgré la charge de Son

emploi du tempset les conditions difficiles de travail, ma guidée pas à pas dans le présent

Travail en me prodiguant directives et recommandations. Grace à son aide et à ses

encouragements, J’ai pu approcher l’objectif fixé dans cette étude.

- Au ProfesseurZellaL., le chef d’option qui maguidé pendant 3 ans.

- A MonsieurBachirH. examinateurs, qui ont bien voulu m’honorer de leur présence à

cette soutenance.
 DEDICACES

Je dédie ce travail

Toute ma famille mes parents, mes frères et mes sœurs, mes neveux Aya, Sami,

Anes, Baraa, mes maniées, Mohamed, Sid Ali, Mounir, Fatma Zohra, Wael,

Amine, Dayaa aldine, qui ma également toujours encouragée à aller de

L’avant pour une vie meilleur.

Mon marie quima encouragée pour termine cette mémoire.

Ma belle famille et toute mes amies.

 SOMMAIRE

SOMMAIRE

- Dédicace

- Remerciement

- Résumé

- Introduction

Chapitre I : Synthèse Bibliographie

1- La répartition du Agro-climatique :

1-1Climat………………………………………………………………………………4

1-2-Biogéographie……………………………………………………………………..4

2- Aperçu du climat en Algérie………………………………………………………..4

3- La précipitation……………………………………………………………………..5
4- Origine de la précipitation………………………………………………………….5
5- Les caractéristiques de la précipitation…………………………………………….5
6- Les types de précipitations…………………………………………………………5

6-1-Précipitation de convection………………………………………………………..5

6-2-Précipitation orographique………………………………………………………...6

6-3-Précipitation cyclonique……………………………………………………………6

7- La variabilité des précipitations en Algérie…………………………………………6

8- Mesure de la précipitation…………………………………………………………...6
9- Le changement climatique…………………………………………………………...7
10- Le changement climatique à la région méditerranéenne…………………………….7
11- Le changement climatique en Algérie………………………………………………...7
12- Les effets de changement climatique sur l’agriculture……………………………….8
13- La variabilité climatique………………………………………………………………9
14- L’effet de l’altitude……………………………………………………………………9
15- Les lacunes dans une série pluviométrique………………………………………….10
 SOMMAIRE

16- Les méthodes de comblement des lacunes…………………………………………...11

16-1- La régression linéaire…………………………………………………..................11

16-2- La régression linéaire simple avec R……………………………………………...11

16-3- La régression polynomiale locale…………………………………………………12

16-4- La régression linéaire pas à pas…………………………………………………..12

16-5- La méthode de simple masse……………………………………………………..12

16-6- La méthode de double cumul……………………………………………………..13

16-7- Les méthodes testées pour le comblement des lacunes de pluie

journalière…………………………………………………………………….................13

16-8- Méthode de comblement des données de précipitation quotidienne (la méthode de

local Scaling)…………………………………………………………………………….13

16-9- Vecteur des indices annuels de précipitation…………………………………….14

16-10- Méthode de Vecteur Régionale………………………………………………….14

16-11- La méthode de moindre carrée……………………………………….................15

16-12- Les méthodes statistiques…………………………………………….................15

16-13- Méthode manuelle…………………………………………………….................15

16-14- Méthode automatique……………………………………………………………15

16-15- La méthode d’homogénéisation…………………………………………………15

16-16- La méthode des rapports………………………………………………………..16

17- Les erreurs dans une série pluviométrique……………………………………………17

17-1-Les erreurs aléatoires (accidentelles)………………………………………………17

17-2-Les erreurs systématiques………………………………………………………….17

 SOMMAIRE

Chapitre II : Matériel et Méthode

1- La Région D’étude.

1-1-Le choix de la région d’étude…………………………………………………………...20

1-2-La situation Géographique………………………………………………………………20

1-3-Le relief…………………………………………………………………………………..21

1-4-L’Agriculture……………………………………………………………………………..21

1-5-Le sol……………………………………………………………………………………..21

1-6-Les ressources en eau…………………………………………………………………….21

1-6-1-Les ressources en eau superficies……………………………………………………..21

1-6-2-Les ressources en eau souterraines……………………………………………………22

1-7-Le Climat…………………………………………………………………………………22

2-La pluie

2-1- Préparation des données………………………………………………………………...22

2-2- La méthode de comblement des lacunes………………………………………………...23

2-3- Les paramètres de dispersion……………………………………………………………23

Chapitre III : Résultat et Discussion

1-Descriptions des stations pluviométriques…………………………………………………25

1-1-Les pourcentages des ruptures dans la région…………………………………………..29

2-Comblement les lacunes……………………………………………………………………30

2-1-Répartition des précipitations annuelles à l’échelle régionale………………………….30

2-2- La répartition spatio-temporelle des précipitations annuelles décennales…………….30
2-3- La répartition mensuelle à l’échelle régionale…………………………………………..34
2-4- La répartition de la précipitation annuelle à l’échelle temporelle……………………...35
2-5- La répartition de la précipitation mensuelle à l’échelle temporelle…………………….38
2-6- La répartition de la précipitation saisonnière à l’échelle temporelle……………………42
 SOMMAIRE

Conclusion Générale………………………………………………………………………...47
Synthèses Bibliographique………………………………………………………………….49
Liste du tableau
Tableau 1 : Classement des pays à risques de changement climatique……………………..8
Tableau 2 : Répartition Géographique des wilayas composant la région d’étude…………20
Tableau 3 : le déficit de la précipitation au niveau de la wilaya de Guelma, période 1970-
2004…………………………………………………………………………………………...27
Tableau 4 : le déficit de la précipitation au niveau de la wilaya de Mila, période 1970-
2004…………………………………………………………………………………………...28
Tableau 5 : le déficit de la précipitation au niveau de la wilaya de BBA, période 1970-
2004…………………………………………………………………………………………...28
Tableau 6 : Evolution des pluies moyennes annuelles (mm) par décennie dans la région
d’étude………………………………………………………………………………………...32
Tableau 7 : La variabilité des précipitations annuelles des wilayas exprimées par l’évolution
statistique……………………………………………………………………………………..33

Liste des figures

Figure 1 : : Représentation d’une série de précipitation, cas de Guelma, période (1970-

2004)…………………………………………………………………………………………25

Figure 2 : Représentation d’une série de précipitation, cas de Mila, période (1970-

2004)………………………………………………………………………………………….26
Figure 3 : Représentation d’une série de précipitation, cas de BBA, période (1970-
2004)………………………………………………………………………………………….26
Figure 4 : Les Pourcentages des ruptures dans la région …………………………………..29
Figure 5 : Répartition des précipitations annuelle à l’échelle spatiale à la période (1970-
2004)………………………………………………………………………………………….30
Figure 6 : Répartition de la précipitation moyenne mensuelle dans la région à la période
(1970-2004)…………………………………………………………………………………...36
Figure 7 : La répartition de la précipitation annuelle de la wilaya du Sétif à la période (1970-
2004)………………………………………………………………………………………….35
Figure 8 : La répartition de la précipitation annuelle de la wilaya du Constantine à la période
(1970-2004)…………………………………………………………………………………..36
 SOMMAIRE

Figure 9 : La répartition de la précipitation annuelle de la wilaya du Guelma à la période

(1970-2004)…………………………………………………………………………………..37
Figure 10 : La répartition de la précipitation annuelle dz la wilaya du Mila à la période (1970-
2004)………………………………………………………………………………………….37
Figure 11 : La répartition de la précipitation annuelle de wilaya du Bordj Bou Arreridj à la
période (1970-2004)………………………………………………………………………….38
Figure 12 : La répartition de la précipitation mensuelle de la wilaya du Sétif à la période
(1970-2004)…………………………………………………………………………………...39
Figure 13 : La répartition de la précipitation mensuelle de la wilaya du Constantine à la
période (1970-2004)…………………………………………………………………………..40
Figure 14 : La répartition de la précipitation mensuelle de la wilaya du Guelma à la période
(1970-2004)…………………………………………………………………………………...40
Figure 15 : La répartition de la précipitation mensuelle de la wilaya du Mila à la période
(1970-2004)…………………………………………………………………………………...41
Figure 16 : La répartition de la précipitation mensuelle de la wilaya du Bordj Bou Arreridj à
la période (1970-2004)………………………………………………………………………..42
Figure 17 : La répartition de la précipitation saisonnière de la wilaya du Sétif…………….43
Figure 18 : La répartition de la précipitation saisonnière de la wilaya du Constantine…….44
Figure 19 : La répartition de la précipitation saisonnière de la wilaya du Guelma…………44
Figure 20 : La répartition de la précipitation saisonnière de la wilaya du Mila…………….45
Figure 21 : La répartition de la précipitation saisonnière de la wilaya du Bordj Bou
Arreridj………………………………………………………………………………………..46
Liste abréviation
ANDI : Agence Nationale de Développement de l’Investissement.
A.P.E : Agence des eaux potables.
BB : Bordj Bou Arreridj.
E : Est.
G : générale.
N : Nord.
M : moyenne.
G : générale.
SAU : Surface Agricole Utile.
SAT : Surface Agricole Totale.
Résumé
Notre étude porte sur l’évolution des séries pluviométriques dans la région des hauts
plateaux de l’Est algérien, semi-aride, représenté par les wilayas de Sétif, de Constantine, de
Guelma, de Mila et de Bordj Bou Arreridj. Ces séries considérées sur la période allant de
(1970-2004) sont contaminées par des lacunesquipeuvent interférer avec les variations réelles
du climat. La détection et la correction des lacunes ont été réalisées, par la méthode des
rapports. Cette méthode appuyée par des analyses statistiques, nous a permis de construire
desbases de données pluviométriques qui ont servià analyser l’évolutionpluviométrique dans
le tempset dans l’espace.

Mots clés : semi-aride, précipitation, homogénéisation des données, la précipitation,

méthode des rapports.

Summary

Our study focuses on the evolution of rainfall series in the Algerian, semi-arid eastern
Algeria, represented by the Wilayas of Sétif, Constantine, Guelma, Mila and Bordj Bou
Arreridj. These series considered during the 1970-2004 period are contaminated by gaps that
can interfere with actual climate variations. Detection and correction of shortcomings were
carried out using the ratio method. This method, supported by statistical analyzes, allowed us
to build rainfall databases that were used to analyze the rainfall evolution over time and in
space.
Keywords: semi-arid, precipitation, data homogenization, precipitation, method of
reporting.
‫الملخص‬
‫ ممثلة في واليات‬،‫تركز دراستنا على تطور سلسلة هطول األمطار في المناطق الجزائرية وشبه القاحلة الشرقية‬
‫ ملوثة‬2004-1970 ‫ وهذه السالسل التي تم النظر فيها خالل الفترة‬.‫سطيف وقسنطينة ووقالمة وميلة وبرج بوعريريج‬
‫ وقد تم الكشف عن أوجه القصور وتصحيحها باستخدام طريقة‬.‫بفجوات يمكن أن تتداخل مع االختالفات المناخية الفعلية‬
‫ ببناء قواعد بيانات عن هطول األمطار استخدمت‬،‫ التي تدعمها التحاليل اإلحصائية‬،‫ وقد سمحت لنا هذه الطريقة‬.‫النسبة‬
.‫لتحليل تطور هطول األمطار على مر الزمن وفي الفضاء‬
.‫ طريقة النسبة‬،‫ تجانس البيانات‬،‫ األمطار‬،‫ شبه القاحلة‬:‫الكلمات الرئيسية‬
 Introduction Générale

Introduction Générale

1
 Introduction Générale

Les données pluviométriques mesurées directement sur le terrain par les services

météorologiques nationaux, ont l’avantage de fournir souvent de longues séries

d’observations indispensables à la détection des changements climatiques. Mais, ces séries

montrent parfois, la présence de valeurs manquantes ou lacunes. Les lacunes peuvent être la

conséquence de différents problèmes d'enregistrements, comme une défaillance mécanique

dans le cas des pluviomètres automatiques, une absence temporaire d'observateurs dans le cas

de pluviomètres manuels ou encore l'arrêt temporaire et/ou définitif de la mesure. Ces lacunes

prennent une importance considérable dans les régions où la densité de pluviomètres, est

faible, c’est le cas de la plupart des pays africains.

Pour traiter notre thème, le travail a été divisé en trois parties. La première partie est
consacrée à la recherche bibliographique sur les éléments qui forment notre étude (la
précipitation, les méthodes de comblement des lacunes). La deuxième partie, expose la
méthodologie d’approche et la troisième partie est consacrée a l’analyse de la pluviométrie
dans la région des hautes plaines semi-aride (Sétif, Constantine, Guelma, Mila, Bordj Bou
Arreridj). L’objectif d’étude c’est l’homogénéisation des séries de données pluviométriques
par la méthode des rapports et la construction des bases de données qui permettent d’analyser
les précipitations dans le temps et dans l’espace.

2
 Chapitre I : Synthèse Bibliographie.

Chapitre I : Synthèse Bibliographie

3
 Chapitre I : Synthèse Bibliographie.

1- Répartition Agro- Climatique

1-1-Climat

Le climat est le facteur physique le plus prépondérant qui conditionne l’évolution

biogéographique, physiologique et agro-climatique des plantes. Pour mettre en évidence les
rapports plante-climat en région semi-arides caractérisées par les conditions climatiques
variables et aléatoires, il est important d’étudier les climats de manière statistiques en
considérant celui-ci en tant que facteur géographique doté de caractère définis et uniformes
(Koteswaram, 1974).

Cependant, la localisation géographique et la diversité des facteurs de l’environnement (pente,

relief, exposition) font que le climat se manifeste à plusieurs échelles topographiques et
spatiales, qu’il faudrait prendre en compte. Parmi les échelles spatiales, notons le
macroclimat. Le climat peut présenter des dimensions non seulement spatiales, mais aussi
temporelles et donc peut exercer un effet très distinct sur le fonctionnement des cultures au
cours des cycles agricoles.

1-2-Biogéographie

La répartition biogéographique des cultures en fonction des facteurs géographique (latitude et

altitude) se distinguent à travers les tendances générales du climat (Seltzer, 1949 ; Emberger,
1955).

2-Aperçu du climat en Algérie

L’Algérie présente un climat de type méditerranéen, extra tropical tempéré, caractérisé par
une longue période de sécheresse estivale (3 à 4 mois sur le littoral, 5 à 6 mois au niveau des
hautes plaine et plus de 6 mois au niveau de l’atlas Saharien).Cettecaractéristique est due
essentiellement, à l’influence de trois paramètres conjuguée : la mer, le relief et l’altitude

Le climat Nord algérien comme précité est de type méditerranéen; ce climat peut être observé
en Europe occidentale où les phénomènes météorologiques ont leurs sources à l’extérieur (à
des milliers de kilomètres), le type de climat est dans ce cas dit «dépendant » et en Californie
où le climat résulte de facteurs liés au milieu local. Dans l’Est algérien comme en Californie
et à la différence de l’Europe occidentale, le climat est régi par la structure du flux en altitude,
mais à l’opposé de la Californie, la structure des courants n’est pas une conséquence
intrinsèque à la région en elle-même ; elle est plutôt la conséquence de mécanismes toujours

4
 Chapitre I : Synthèse Bibliographie.

lointains, réalisés soit sur l’Atlantique, soit en abordant la Méditerranée (Pédelaborde et

Delanoy, 1958).

3- La précipitation
Sont dénommées précipitations, toutes les eaux météoriques qui tombent sur la surface de la
terre, tant sous forme liquide (bruine, pluie, averse) que sous forme solide (neige, grésil,
grêle) et les précipitations déposées ou occultes (rosée, gelée, blanche, givre) (Brahmi, 2014).
4- Origine de précipitation

Les précipitations se produisent lorsque la vapeur d’eau présente dans l’atmosphère se

condense en nuages et retombe sur terre. Elles constituent l’unique «entrée» des principaux
systèmes hydrologiques continentaux que sont les bassins versants. Elles constituent un
phénomène physique qui décrit le transfert d’eau dans sa phase liquide (pluie) ou solide
(neige, grêle) entre l’atmosphère et le sol. Elles sont provoquées par un changement de
température ou de pression (Sadou et Assoumane, 2007).

5- Les caractéristiques de la précipitation

Les caractéristiques d’une précipitation dépendent à la fois des propriétés de l’air soulevé et
des mécanismes de soulèvement. Les pluies les plus intenses surviennent quand l’apport
d’humidité est élevée quand la structure thermique de l’air favorise les courants d’air
ascendants. L’approvisionnement en humidité et la nature de la plupart de mécanismes,
varient avec les saisons, de même le caractère de la précipitation suit ces variations dans la
plupart des régions (Gordon et McKay, 1968).

6- Types de précipitations

6- 1- Précipitation de convection

Le système convectif apparait lorsque deux masses d’air de températures différentes entre en
contact, plus particulièrement une masse d’air froide recouvrant un sol plus ou moins chaud.
Lorsque, les basses couches sont chauffées par les radiations solaires, l’air se dilate, s’allège
et s’élève sous l’effet de la poussée d’Archimède. Il s’élève ainsi, en se refroidissant jusqu’au
niveau de condensation, altitude à laquelle se forme la base du nuage. Celui-ci peut atteindre
des altitudes de l’ordre de 12 km pour les situations les plus convectives (Roche, 1963).

5
 Chapitre I : Synthèse Bibliographie.

6-2-Précipitation orographiques

La présence d’un relief sur la trajectoire d’une masse d’air provoque son élévation. Le
refroidissement induit, peut entraîner la formation d’une couverture nuageuse et déclencher
des précipitations (Roche, 1963).

6-3-Précipitation cycloniques

Ces précipitations sont engendrés au voisinage des surfaces de contacts, entre deux masses
d’air de température et d’humidité différentes, appelé un front. La masse d’air chaud, est
soulevée en altitude par la masse d’air froid. Suivant que la masse d’air chaud suive ou
précède la masse d’air froid, on trouve un front chaud ou froid.

Dans le cas, d’un front froid, les nuages ont un développement vertical important et les
précipitations sont intenses. Dans le cas, d’un front chaud, les nuages ont une extension
horizontale importante et les précipitations sont plus faibles (Morel, 1999).

7-La variabilité des précipitations en Algérie

Les précipitations diminuent du nord au sud et d'Est en Ouest. Les moyennes pluviométriques
annuelles sur32 ans varient de moins de 31 mm dans les régions sahariennes à plus de 822
mm dans certaines localités du nord. Cette variation dépend de la latitude, de la continentalité
et du relief.

La partie Nord de l’Algérie son pluviométrie annuelle atteint 284 mm à l’Ouest, 611 mm au
centre , 657 mm à l’Est à les chaînes de l’Atlas tellien où l’on enregistre sur les sommets
orientaux des totaux variant de 800 à 1 600 mm , alors que les valeurs s’abaissent vers le
centre (600 à 1 000 mm) et vers l’ouest (600 mm) (Meddi et Meddi, 2002).

8-Mesure de la précipitation

La précipitation est mesurée par le pluviomètre. Le pluviomètre est un instrument, qui

comptabilise les quantités de précipitations tombant sur une surface donnée. Le but de
mesurer la précipitation est obtenir des valeurs, qui soient représentatives d’un lieu donnée
(Gordon et McKay, 1968).

6
 Chapitre I : Synthèse Bibliographie.

9-Le changement climatique

Les changements climatiques désignent une variation statistiquement significative de l’état

moyen du climat ou de sa variabilité persistant pendant de longues périodes (généralement,
pendant des décennies ou plus).Les changements climatiques peuvent être dus à des processus
internes naturels ou à des forçages externes, ou encore à des changements anthropiques
persistants de la composition de l’atmosphère ou de l’affectation des terres. Selon CCNUCC
(2007, 2013), les changements climatiques sont attribués directement ou indirectement, à une
activité humaine altérant la composition de l’atmosphère mondiale, contribuant à la variabilité
naturelle du climat actuel.

10-Le changement climatique en région méditerranéenne

Il est aujourd’hui, largement reconnu que la région Méditerranéenne est un « hot spot » du
changement climatique. Selon le GIEC (2007) une hausse des températures de 2 à 3°C est à
prévoir en région méditerranéenne à l’horizon 2050, et de 3 à 5°C à l’horizon 2100. Les
précipitations estivales, pourraient diminuer de 35 % sur la rive sud et de 25 % sur la rive
nord d’ici la fin du siècle(Giorgi, 2007).Les pays méditerranéens sont déjà confrontés à
d’importants problèmes de stress hydriques, de désertifications, de pertes de biodiversités et
d’évènements climatiques extrêmes tels que, les inondations et les sécheresses. Le
changement climatique se traduira très probablement par une aggravation de ces problèmes,
entrainant des pertes humaines et économiques considérables (Anthon, 2015).

11-Le changement climatique en Algérie

L’Algérie figure parmi les pays à forts risques de changement climatiques. C’est ce que révèle
le rapport de l’université des Nations unies pour l’environnement et la sécurité humaine.

Avec un indice de 7,63 % de vulnérabilité, l’Algérie se situe au top 50 des pays à risque.
Baptisé le World Risk Index (WRI), cet indice est calculé en se basant sur les facteurs
naturels, tel que les séismes, les inondations et les sècheresses, sur la prédisposition du pays à
être touché par une catastrophe, les capacités à faire face et enfin, la stratégie d’adaptation
(Amokrane, 2017).

7
 Chapitre I : Synthèse Bibliographie.

Tableau 1. Classement des Pays à Risques de changements climatiques

Les pays Risques Les Indices

Vanuatu 36.50%
Philippines 28.25%
Tonga 28.23%
Guatemala 20.68%
Bangladesh 19.37%
Solomon Islandes 19.18%
Costa Rica 17.33%
El Salvador 17.12%
Cambodia 17.12%
Papouasie-Nouvelle-Guinée 16.74%

Source ; Amokrane, 2017

12- effets de changement climatique sur l’agriculture

Selon la FAO(2013), les changements du climat se manifestent par une augmentation de la

température moyenne, des changements dans les régimes de pluies et dans la disponibilité de
l’eau. Ces modifications du climat, ont des impacts profonds sur l’agriculture, la sylviculture
et la pêche

Selon une étude prospective réalisée au Maroc, la réduction des précipitations et

l’augmentation des températures tendent à augmenter progressivement l’aridité entrainant
ainsi, des effets négatifs sur les rendements agricoles (FAO, 2013).

Une autre étude réalisée au Brésil, a démontré que les changements climatiques peuvent avoir
des impacts dramatiques sur différentes cultures, indépendamment de leur répartition
géographique.

Les effets du changement climatique sur l'agriculture ne sont pas seulement négatifs. Des
températures supérieures sont un facteur de stress pour les plantes, mais elles peuvent
également allonger la période de croissance et permettre un plus large choix de cultures. Une
concentration supérieure en CO2 peut accélérer la croissance. Mais par ailleurs, les maladies

8
 Chapitre I : Synthèse Bibliographie.

peuvent se diffuser plus rapidement sous un climat plus doux. L'agriculture possède une
grande faculté d'adaptation : de nouvelles variétés peuvent supporter d'autres conditions, une
bonne gestion du sol peut combattre le stress hydrique. Pour l'agriculture, dans des régions à
climat plus tempéré, le changement climatique peut même s'avérer avantageux.

Toutefois, dans les régions (sub)tropicales, les conséquences du changement climatique pour
l'agriculture, sont toujours catastrophiques. Moins de pluies et de sécheresses, ou inversement,
de fortes pluies et une érosion des sols occasionneront de graves dégâts dans l'agriculture.

13- La variabilité climatique

La variabilité climatique désigne des variations par rapport à l’état moyen. Il peut être
exprimé par les paramètres statistiques tels que les écarts standards, les coefficients de
variations, la variance et du climat à toutes les échelles de temps et d’espace. La variabilité
peut être due à des processus internes naturels au sein du système climatique (variabilité
interne), ou à des variations des forçages externes anthropiques ou naturels (variabilité
externe) (ONERC, 2007).

14- l’effet de l’altitude

Le régime pluviométrique d’une région est déterminé par les traits géographiques,
orographiques, les principaux paramètres climatiques qui varient en fonction de l'altitude, de
l'orientation des chaînes de montagnes et de l'exposition. La tranche pluviométrique est
dépendante de la position des principaux reliefs par rapport à la mer donc aux vents humides.
Elle diminue d'est en ouest et du nord vers le sud, elle est importante sur les versants nord et
sur les sommets élevés. L'influence de la mer, le compartimentage du relief imposent des
nuances aux rythmes des précipitations (Brahim, 2014).

L’influence de l’altitude sur la distribution géographique des précipitations est variée. Il y a

une hausse des précipitations en fonction de l’altitude dans les stations exposées aux flux
pluvieux, avec une variation du gradient de l’Ouest vers l’Est. Quoi qu’il en soit, l’altitude
n’est pas toujours le facteur le plus important dans la distribution géographique des
précipitations. D’autres facteurs tels que la distance de la station par rapport au sommet, la
position du relief par rapport à la mer, la morphologie de l’orographie jouent aussi un rôle
important (Madjerab et Henia, 2005).

9
 Chapitre I : Synthèse Bibliographie.

15-Les lacunes dans une série pluviométrique

Les séries des données de pluie annuelles sont souvent incomplètes.

Le manque de la donnée dans une station peut être dû à une panne de l’appareil, absence de
l’observation, arrêt de la station.

Dans le cas le plus simple, on peut procéder par le comblement d’une lacune de pluie
journalière et remplacer la pluie manquante par celle observée à la station la plus proche. Il
faut vérifier la position en altitude des deux stations ou estimer la pluie manquante par la
moyenne des pluies des stations voisines. Cette méthode est fiable lorsque les précipitations
ne sont très irrégulières d’un poste à l’autre, une différence de 10% est tolérable, ou méthode
basée sur la tendance annuelle des pluies observée à l’échelle régionale (Serhir, 2013).

16-Les méthodes de comblement des lacunes

16-1-La régression linéaire

Un modèle de régression linéaire, est defini par une équation de la forme :

Y = Xβ + ε (2,19)

– Y est un vecteur aléatoire de taille n; il s’agit du vecteur d’observations de la variable

d’intérêt Y sur n individus de la population.

– X est une matrice de taille n × p; sa colonne j est le vecteur des observations de la variable
explicative Yj sur les individus.

– β est un vecteur de taille p des p paramètres inconnus à estimer.

– ε est un vecteur de taille n constitué des erreurs, inobservables (Taka Soh, 2013).

16-2-La régression linéaire simple avec R

R est un logiciel libre et gratuit et un langage de traitement statistique. Le langage R (R

développement Core Team, 2013) est dit orienté objet comme Python ou Ruby. Un des
avantages de R réside dans la possibilité de communiquer des scripts par écrit, car le plus
souvent on l’utilise en mode console. Cela évite de se soucier des problèmes techniques
produits par la variété de versions des systèmes d’exploitation et d’avoir recours à des copies

10
 Chapitre I : Synthèse Bibliographie.

d’écrans, mais permet surtout de communiquer des calculs et des analyses statistiques en
quelques lignes de texte(Cornillon, 2010).

16-3-La régression polynômiale locale

Soient D, un domaine géographique tel que D⊂R3, s1, s2,..., sn ∈D, des sites d’observation
d’une variable réelle spatiale Z. On a ainsi observé : z1 = Z (s1) ∈R, ..., zn = Z (sn) ∈R
(Abekwe, 2014).

16-4-La régression linéaire pas à pas

C'est le cœur de la chaîne méthodologique, qui suppose le développement du modèle

d’estimation des précipitations de la station cible construit via une RLM pas à pas ascendante,
cette méthode consiste à intégrer les prédicteurs un à un dans le modèle tout en vérifiant la
qualité de la régression en s’appuyant sur les coefficients de détermination (r²) et en
minimisant les résidus. Le modèle intègre le premier prédicteur qui est simplement celui qui a
la plus forte corrélation avec le prédictant. Ensuite, il continue à intégrer de nouveaux
prédicateurs qui aident à améliorer la prévision du prédictant tant que l’amélioration de cette
prévision reste significative. L'ajout de nouveaux prédicteurs stoppe lorsque le gain, en termes
de coefficient de détermination, entre deux itérations de la procédure, est non significatif
(selon le test de Fisher, avec un seuil de confiance de 95 %). Dans le but de limiter l’apport
d’information redondante dans le modèle, le nombre maximum de prédicteurs pouvant être
introduit dans le modèle RLM est fixé ici à 5 (ce nombre maximal de prédicteurs a été
déterminé à partir de tests de cohérence spatiale non montré ici (Boyard-Micheau et
Camberlin).

16-5-la méthode de simple masse

Elle consiste à représenter le cumul des pluies annuelles enregistrée à la station à contrôler en
fonction des années. Le linéaire du graphique est un indice d’homogénéité. L’hétérogénéité de
la série se traduit par un changement de pente indiquant année de l’hétérogénéité (Serhir,
2013).

11
 Chapitre I : Synthèse Bibliographie.

16-6-La méthode des doubles cumuls

Le but de cette méthode c’est de confirmer ou d'infirmer l'existence d'une hétérogénéité au

sein d'une série pluviométrique d'une station donnée.

L'utilisation de cette méthode requiert la disponibilité d'une station de référence dite station
témoin (X) dont les valeurs sont supposées complètes et homogènes, avec lesquelles on va
comparer les valeurs de la station qu'on veut contrôler (Y), il est à noter que la comparaison
ne se fait pas entre les valeurs observées mais entre leur cumul; un effet de lissage est obtenu
au cours de la comparaison, en fonction de la variable temps choisie (année, saison, mois,
décade) (Farah, 2014).

16-7-Les méthodes testées pour le comblement des lacunes de pluie journalières

Il existe deux méthodes ont été testée pour le comblement des lacunes de pluie journalières

Exercice difficile et rarement précisément décrit. La première consiste en une multi

Corrélation classique entre stations d’une même zone climatique ce qui donne des

Coefficients R² très faibles dans tous les cas (R2 max =0.35 et R²moyen=0.18). Ceci est

Principalement due au fort éloignement entre les stations et à l’étroitesse des lignes de grain.

La seconde méthode est fondée sur la complémentarité de deux approches différentes. Les
corrélations ne sont cette fois réalisées que pour les mois de novembre à mars, c’est-à-dire les
mois de faible pluviométrie. Dans ce cas présent on peut combler les lacunes en gardant
comme critère limite un coefficient R²>0.6. Les lacunes restantes seront comblées via une
méthode fondée sur une distribution statistique (Roudier, Gil, 2010).

16-8-Méthode de comblement des données de précipitation quotidienne

16-8-1-La méthode de "Local Scaling"

Initiée par Widmann et Bretherton (2003) la méthode dite de "Local Scaling" (LOC) est
employé pour calibrer les pluies saisonnières de sortie de modèle.). Des études récentes
(Moron et al, 2008) ont adapté la méthode LOC pour corriger les lacunes au sein des
enregistrements journaliers de pluie observée par le calibrage préalable des données
journalières de ré analyses. Le principe de cette technique de calibrage des pluies suggère que

12
 Chapitre I : Synthèse Bibliographie.

l’information contenue dans un cumul de précipitations est la somme de deux éléments : la

fréquence des pluies et l’intensité des précipitations (Widmann et Bretherton, 2003).

16-9-Vecteur des indices annuels de précipitation

Vecteur des indices annuels de précipitation (Hibz, 1977 puis Brunbt-Morbt, 1979). Cette
méthode ressemble à la classique méthode des doubles cumuls (double mass analysis),
cependant, ici, les cumuls annuels ne sont pas comparés un h un aux autres stations, mais à un
seul' indice moyen calculé à partir de toutes les observations annuelles disponibles à toutes les
stations d'une région homogène. La série des indices annuels est appelée "vecteur
régional"(Zurich, 1986).

16-10-Méthode du Vecteur Régional (BRUNET-MORET, 1977)

Cette méthode (MVR) est un modèle simple qui permet de représenter les informations
pluviométriques d'une station par une séquence d'indices annuels, représentatifs des
précipitations dans la région, et par des coefficients caractéristiques de chaque poste
d'observation (G. Hiez. 1986 ; G. Hiez et al. 1992). Pour chaque station pluviométrique est
calculé un indice, rapport de la pluie annuelle sur la pluie annuelle moyenne, donc supérieur à
un lorsque l'année est excédentaire et inférieur à un lorsqu'elle est déficitaire. La moyenne des
indices obtenus pour l'ensemble des stations constitue la valeur représentative de la zone
d'étude considérée (Z.A. Trabi, 2013). La série des indices annuels représentatifs est appelée
vecteur régional, car elle prend en compte l'information d'une région supposée climatiquement
homogène (G. Mahé et Y. L'hote, 1995).

Deux méthodes sont couramment utilisées pour appliquer le vecteur régional : la méthode de
G. Hiez (1977) et celle d’Y. Brunet-Moret (1979). La première est basée sur le mode (valeur
la plus fréquente) ; la seconde sur la moyenne, en éliminant les valeurs trop particulières, afin
d'éviter de contaminer les estimations par des données manifestement erronées (Z.A. Trabi,
2013). Pour cette étude, considérant que la moyenne est le meilleur estimateur (Z.A. Trabi,
2013), c'est la méthode de Brunet-Moret qui a été retenue.

Mise en œuvre à l'aide du logiciel Hydraccess (P. Vauchel, 2000 et 2004), cette méthode
permet de combler les lacunes par des données calculées. La validation des résultats a été
effectuée par une régression linéaire entre les données observées et celles calculées, en
utilisant le test de FISHER (F test) (Brunet et Moret, 1977).

13
 Chapitre I : Synthèse Bibliographie.

16-11-La méthode de moindre carrée

La méthode de moindre carrée a été utilisée pour combler des données manquantes dans les
séries, elle s’effectue par le calcul de régression multiple de type linéaire entre les séries
lacunaires et les séries dans stations complètes environnantes aux latitudes semblables et
quasi immédiates (Doukpolo, 2007).

16-12-les méthodes statistiques

Les méthodes statistiques ont pour intérêt d'analyser l'organisation de l'espace géographique
sur le plan pluviométrique ou hydrologique. C'est dans cette optique que Bouroche et Saporta
(1980), cités par Houndénou (1999) et Vissin (2001), ont montré l'importance des techniques
statistiques qui donnent un aperçu général des paramètres météorologiques et mettent en relief
les liaisons, les ressemblances et les dissemblances qui existent entre les données de
différentes stations (Doukpolo, 2007).

16-13-Méthode manuelle

La connaissance des conditions météorologiques permet de combler manuellement certaines

lacunes. Les valeurs complétées sont marquées afin de pouvoir comprendre par la suite
comment elles sont apparues et, plus tard encore, de les remettre en question
(Louameri, 2013).

16-14- Méthode automatique

Les lacunes temporelles relativement brèves à une station sont automatiquement comblées
par interpolation. Les données sont également marquées. L'importance admissible de la
lacune dépend du paramètre mesuré. Pour la pression atmosphérique, des lacunes plus
conséquentes peuvent être réparées automatiquement, ce qui n'est pas le cas des
précipitations : en effet, la pression atmosphérique varie moins dans le temps et l'espace que
les précipitations (Louameri, 2013).

16-15- La méthode d’homogénéisation

La méthode de Rosenberg (1969) en Palestine reprise par heusch (1970) au Maroc à l’échelle
régionale expliquant la répartition des précipitations dans l’espace en fonction des facteurs
climatiques, géographique et topographique. La formule est de type :

14
 Chapitre I : Synthèse Bibliographie.

P= a*H-b*D+c*L+d*I+e*S

P= Précipitation moyenne en mm.

H= Altitude en m.

L= Latitude.

I= Longitude.

S= pente du versant en m/m.

Nous constatons que tous les calculs sont basés sur la méthode de la régression Multiple.
Cette méthode permet de rapprocher au mieux des séries de donnée appartenant à plusieurs
variables considérées pour plusieurs stations. Les stations sont aussi voisines que possible, car
l’efficacité de l’ajustement dépend de la corrélation entre les stations. En effet, une station
située en moins de 80 km et jouissant d’une mémé régime climatique offre des conditions
requises (Smadhi, 2002).

16-16- La méthode des rapports

Méthode des rapports (1952) citée par Halimi (1980) et Branucci et al (1998), cette méthode
prend en considération deux stations voisines dont l’une représente la série complète comme
série de référence pour interpoler les valeurs manquantes de la série incomplète. La relation
est de type :

Pa= Pb*Na/Nb

Pa= Précipitation manquante.

Pb= Précipitation de la station référence.

Na et Nb= Moyenne des périodes communes aux stations considérés.

Le principe est basé sur la comparaison des données au sein de la même série ou bien aux
séries des stations voisines. Celles-ci sont comparées sur la base des caractéristiques des
méthodes classiques statistiques (Smadhi, 2002).

15
 Chapitre I : Synthèse Bibliographie.

17-Les erreurs dans une série pluviométrique :

Il y’a deux types d’erreur dans la série pluviométrique les erreurs aléatoires et les erreurs
systématiques :

17-1-Les erreurs aléatoires (accidentelles)

Elles affectent la précision des données et sont non corrélées. Ce type d'erreur est dû à des
raisons nombreuses et variées, généralement inconnues, affectant différemment chaque
mesure individuelle. Généralement on considère que ces erreurs sont les réalisations d'une
variable aléatoire normale centrée en 0 et de variance s2. Ces erreurs étant inévitables, il faut
en estimer l'importance afin de pouvoir en tenir compte lors de l'évaluation de l'incertitude
finale. Dans la mesure du possible, la technique de mesure induisant les erreurs aléatoires les
plus faibles devrait être préférée (Serhir ,2013).

17-2-Les erreurs systématiques

Elles affectent la fiabilité des données et sont totalement corrélées. On parle aussi
d'inconsistance. Supposons qu'aucune erreur aléatoire n'affecte les mesures. La différence
entre la vraie valeur et la valeur mesurée, si elle existe, est alors due à une erreur
systématique. L'origine des erreurs systématiques est le plus souvent liée à la calibration de
l'appareil de mesure qui n'est pas parfaite ou à un phénomène extérieur qui perturbe la mesure
(erreur d'appareillage, changement d'[Link]) (Serhir ,2013).

16
 Chapitre II : Matériels et Méthodes.

Chapitre II : Matériels et Méthodes

17
 Chapitre II : Matériels et Méthodes.

Période 1970-2004
Région Mila Mila Mila Mila Mila Mila Mila Mila
Mois J F M A M J Jt Ao
1970 0 0 0 0 0 5 12 5
1971 35,5 54,4 35 37,8 32,3 14,3 0 0
1972 106,6 42 25 ……………….. 17 19,5 6 9
1973 78,1 30 55,8 64,6 12 4 24,1 0
1974 113,4 58,8 64,6 24.0 129 0 0 0
1975 149,1 42 110,3 62.0 48 12 0 2,5
1976 112,2 50,4 47,1 12.4 44,9 0 6 5,5
1977 20,3 75,1 99 52.3 30,4 3,2 0 0
1978 82,7 ……………….. 82,3 83,5 54,1 0,7 1,2 4,8
1979 38 81,7 12,1 31.3 53,7 13,7 …………………. 8
1980 87,7 44,1 37,7 45.4 36,8 5,2 0 0
1981 115,7 107,5 52,3 48.0 16 3 9 0
1982 27 15,1 67 47.0 27,4 5 12 5
1983 35,5 52,3 37,1 37.8 32,3 11,1 11,4 2,6
1984 109,6 42 25 17.2 17 19,5 6 9
1985 78,1 30 55,8 64.6 12 4 24,1 0
1986 38,8 25,2 70,9 34 …………………. 0 0 8,4
1987 104,9 172,9 74,6 47,5 33,7 21,6 5,2 2,3
1988 55,3 54,8 24,4 14,1 22,6 5,7 3,6 4,3
1989 103,3 110,9 …………………. ………………. 8,2 22,2 0 1,1
1990 90,6 74,2 85,9 19,3 0 15,6 2,4 3,4
1991 53,3 97,2 29,7 46,7 15,9 3,3 9,6 2,2
1992 67,4 53,5 36,9 ……………….. 15,1 26,6 13,9 ……………….
1993 62,9 29,5 39,3 48,3 52,4 ………………. ………………. 0
1994 57,9 49,9 59,2 35,2 60,2 8,6 2,1 13
1995 44,4 57,4 …………………. 98,5 91,9 12,6 5,6 0,8
1996 61 42,2 37,7 69,6 52 13,9 5,5 5,6
1997 53,8 76,2 …………………. 74,7 32 17,3 0 1,8
1998 18,6 79,2 90,4 58.6 18,4 0 0 16
1999 22 0 121 0 ……………….. 16 21 0
2000 67,2 45,2 31,5 22,8 19 7,4 0,9 3,2
2001 42 5 25,5 55 59 0 ……………….. 52
2002 ………………… 16 19 0 ………………… 0 0 60,5
2003 6 21,5 23 77,5 23,5 0 0 58,3
2004 56,5 9,5 ………………… 29,5 0 0 2,5 32
Source : ONM

Station : Mila

……… : Donnée manquante

18
 Chapitre II : Matériels et Méthodes.

1-Région d’étude

1-1-Choix de la région

Notre étude est portée sur les hautes plateaux Est à l’étage bioclimatique semi-aride ces
plateaux connus par leur variabilité de la précipitation, sont représentés par la wilaya de
bordj Bou Arreridj, Sétif, Guelma, Mila, Constantine.

1-2-Situation Géographique

La région d’étude, se distingue par sa localisation géographique qui s’étale entre 35°39’ et
36°43’ de latitude Nord (N) et entre 4°20’et 6°26’de longitude Est (E). Au Nord, elle est
limitée par la chaîne des Bibans, d’orientation sud-ouest et nord-est, d’altitude relativement
élevée, dont les points culminant atteignent, 2000m. A l’Est, elle est limitée par les Monts de
Constantine et au Sud par les Monts du Hodna. La région d’étude, elle s’étend sur une
superficie 1 6454, 68 Km2 (Andi, 2013).

Tableau 2 : Répartition Géographique des wilayas composant la région d’étude

(altitude, latitude et longitude).

Latitude (N) Longitude (E) Altitude (m)

Wilaya

Bordj Bou Arreridj 36° 04’ 04° 40’ 928

36° 13’ 01° 20’ 1100

Sétif
36° 28’ 07° 28’ 227
Guelma
36° 17’ 06° 37’ 694
Constantine

36°28’ 7° 82’ 680

Mila
35°39’ et 36°43’ 4°20’ et 6°26’ 2000
Région

19
 Chapitre II : Matériels et Méthodes.

1-3-Relief

Elles se présentent comme une large plateforme compartimentée et s’étendant d’Ouest en Est
entre les deux alignements, du tell au Nord et les Monts de Hodna, des Aurès et Nemecha au
Sud avec des Altitudes plus ou moins important 1200 m elles sont parsemées de dépression
salées, de chotts et de sebkha surtout celle de Ain M’lila (Farah, 2014).

1-4-L’Agriculture

La région est à vocation agricole, notamment céréalière

Les potentialités des SAU sont 679275, 338 ha, et des terres agricoles dont 544016, 618 ha
(Andi, 2013).

1-5-Le Sol

Les sols les plus dominants dans la région, se composent en grande partie de sols bruns
calcaires, qui se développent sur alluvions, sur collivions ou marnes ; et de sols calciques, qui
sont dominants au sud de la daïra d’El Eulma et de Bordj Bou Arreridj.

1-6-Les ressources en eau

1-6-1-Les ressources en eau superficie

La région d’étude est constituée par un ensemble de sous bassin versant.

Le régime hydrique qui alimente les principaux cours d’eau, est lié au régime pluviométrique
caractérisé par une irrégularité et une variabilité des précipitations dans le temps et dans
l’espace.

Les différents sous bassin versants qui constituent, la région d’étude sont les suivants :

-Sous bassin versant de l’oued Boussellam, portant successivement le nom de sous bassin
versant de Boussellam amont au sud et moyen au nord ouest. Cet oued se déverse dans le
bassin versant nord-nord-ouest de la région d’étude en portant le nom de l’oued el Main.
Aussi, il alimente le sous bassin versant amont du barrage d’Irhilemda au nord.

20
 Chapitre II : Matériels et Méthodes.

-Sous bassin versant de l’oued Kebir Rumel. Celui-ci est représenté principalement par les
ous bassins versants de l’oued Rhumel amont et de l’oued Rhumel Seguin à l’est. Ces derniers
se déversent dans les sous bassins versants nord et nord-nord-est sous les noms de l’oued
Dehamcha, oued Kebir Endja et oued Rhumel.

-Sous bassin versant de l’oued Ksob et de l’oued Soubella bordent la région d’étude dans sa
partie sud ouest sur la cuvette de bordj Bou Arreridj et de Sétif.

-sous bassin versant de Chott Beida représentant la partie sud de la région considérée.

-sous bassin versant Merdja Zana limitant la région d’étude dans sa partie sud Est.

-barrage de beni-harroune (Smadhi, 2002 et Andi, 2013).

1-6-2- Ressources en eau souterraine

Les ressources en eau souterraines restent limitées par rapport à la superficie globale de la
région d’étude.

Les potentialités des nappes ne sont pas connus, et que la plupart des puits sont taris suite à la
succession des années sèches.

Les sources et les retenues colinéaires existantes sont en nombre négligeable. La construction
de petits barrages destinés à l’irrigation et qui restent en nombre limité, sont actuellement
destinée à l’A.P .E Cette contribue à la réduction des superficies des terres irrigables.

1-7-Le Climat

Le climat de la région est défini, comme une transition entre le climat de l’atlas tellien qui
gêne l’effet des vents marins chargés d’humidité, sur les hautes plateaux et les zones situées
au sud ; et le climat des montagnes de l’atlas saharien, qui empêchent en grand partie,
l’influence des vents désertiques (Andi, 2013).

2-la pluie

2-1-Données

Les séries de données pluviométriques concernées par l’étude, porte sur les stations
météorologiques de l’Office National de Météorologie (ONM). Ces stations en nombre de
cinq (05) appartiennent respectivement aux wilayas de Sétif, de Guelma, de Constantine, de

21
 Chapitre II : Matériels et Méthodes.

Mila et de Bordj Bou-Arreridj de la région des hautes plaines semi-arides. La période d’étude
porte sur les années 1970 à 2004.

Parmi les stations choisies, les stations météorologiques de Sétif et de Constantine restent des
références, elles sont représentées par des séries de données pluies complètes. Quant aux
autres stations représentatives des autres wilayas, les séries pluviométriques qui les
constituent, présentent des valeurs manquantes, les quelles doivent être reconstitué par les
méthodes de comblements des lacunes.

2-2-Méthode de comblement des lacunes

La méthode retenue pour combler les lacunes dans les différentes séries pluviométriques,
est la méthode des rapports.

Le principe de la méthode est basé sur la comparaison des données au sein de la même série
ou bien dans des séries des stations voisines.

Méthode des rapports (1952) citée par Halimi (1980) et Branucci et al (1998), cette méthode
prend en considération deux stations voisines dont l’une représente la série complète comme
série de référence pour interpoler les valeurs manquantes de la série incomplète. La relation
est de type :

Pa= Pb*Na/Nb

Pa= Précipitation manquante

Pb= Précipitation de la station référence

Na et Nb= Moyenne des périodes communes aux stations considérés.

2-3- Evaluation statistique

L’évaluation statistique des séries pluviométriques homogénéisées, est basée sur les
paramètres de dispersions, qui contribuent à renseigner sur la répartition des pluies dans le
temps et dans l’espace, et à préciser le degré de leurs dispersions, autour de la valeur centrale
ou moyenne. Parmi les paramètres pris en compte, nous citons :

22
 Chapitre II : Matériels et Méthodes.

L’écart-type, la variance et le coefficient de variation permettent de mesurer et de préciser

l’intensité des irrégularités pluviométriques. En effet, le coefficient de variation et L’écart
type permettent de comparer la dispersion des données pluviométriques (Smadhi, 2002).

L'écart-type de la distribution de la série de pluie, représente l’erreur type de la moyenne.

C’est la racine carrée de la variance. Il est l'indicateur de la variabilité par excellence, et de ce
fait, détermine la dispersion des différentes valeurs autour de la moyenne. Le calcul de l'écart-
type permet de standardiser les données pour les transformer en anomalies centrées et
réduites, donnant ainsi à chaque valeur le même poids.

= (2)1/2

La variance est basée sur la dispersion des observations autour des moyennes.

2=1/N (Xi – X) 2

Le coefficient de variation (CV) qui est le rapport de l'écart-type à la moyenne s'exprime en

%. Il permet d'apprécier le degré de variabilité des pluies dans chaque station, il est calculé
par la formule

CV= / x *100
Avec
X : Moyenne de séries (mm)
: Ecart type (mm)
2 : variance
CV : Coefficient de variation (%)

23
 Chapitre III : Résultats et Discussions.

Chapitre III :

Résultats et Discussions

24
 Chapitre III : Résultats et Discussions.

1-Descriptions des stations pluviométriques :

Parmi les différentes séries de données pluviométriques qui représentent la base de données
de notre étude, la précipitation a été recueillie sur des périodes très hétérogènes.
L’étérogeinité des séries, nous a amené à réfléchir au choix de la période d’étude. Ce choix a
tenu compte des séries de données de la station pluviométriques, qui sont représentatives du
régime semi-aride.
Malgré cette représentative, il est pratiquement impossible de choisir une période d’étude
exhaustivement, du fait que ces séries de précipitations présentent des ruptures de mesures
(Figure 1, 2, 3).
Néanmoins, l’analyse globale des séries de données registrées dans les différentes stations, a
relevé que parmi les différentes dates registres sur la période distinctes, la période qui s’avère
plus ou moins homogène, est la période comprise entre 1970-2004.
Après la figure 1, nous décelons que il y’a une rupture de la précipitation à 1988 et 1989.

120

100

80
pluie mm

60

40

20

année

Figure 1 : Représentation d’une série de précipitation, cas de Guelma,

Période (1970-2004)

A Mila
Après la figure 2 nous constants que il y’a des ruptures à 1992, 1993, 1995, 1997, 1999, 2001,
2002.

25
 Chapitre III : Résultats et Discussions.

160
140
pluie mm 120
100
80
60
40
20
0

année

Figure 2 : Représentation d’une série de précipitation, cas de Mila,

Période (1970-2004)

Après la figure 3, nous décelons que il y’a beaucoup de rupture à 1974 jusqu'à 1979 et à 1993,
1995.

160
140
120
pluie mm

100
80
60
40
20
0
1974

1980

1994
1970
1972

1976
1978

1982
1984
1986
1988
1990
1992

1996
1998
2000
2002
2004

année

Figure 3 : Représentation d’une série de précipitation, cas de BBA,

Période (1970-2004)

26
 Chapitre III : Résultats et Discussions.

A partir de ces tableaux (4, 5, 6), la moyenne de la pluie estimé sur 34 ans. Elle varie dans le
temps entre 47,39 et 28,74 mm.
La wilaya de Guelma registre la moyenne le plus élevée (47,39mm), et la minimum registré à
BBA (28,74mm). Mais ces moyennes n’est pas des moyennes définitives car ces wilayas
marquées des ruptures :
A Guelma marquée des ruptures à différents années, et marquées des déficitsà 1977, 1989,
1991, 1993, 1993 (tableau 4) avec une moyenne atteint 54,62%.Mais Mila marquée un déficit
plus élevée par apport à Guelma avec une moyenne qui égale 87,6% à les années suivantes :
1972, 1978, 1979, 1981, 1986, 1989, 1992, 1993, 1995, 1997, 1999, 2001, 2002, 2003, 2004.
Mais à BBA le déficit marquée une diminution par apport à Mila avec une moyenne qui
atteint 65,78% à 1973, 1974, 1975, 1976, 1977, 1978, 1979, 1983, 1989, 1992, 1994, 1999,
2001.
Tableau 3 : le déficit de la précipitation au niveau de la wilaya de Guelma, période 1970-
2004

Année Wilaya Pmm moyen Pmm moyen La moyenne Déficit %

avant rupture après rupture générale
1977 37,23 40,02 47,39 78,56
1989 0 41,39 47,39 0
1990 69,25 24,96 47,39
1991 Guelma 29,9 21,46 47,39 63,04
1992 62,3 28,85 47,39
1993 40,85 12,69 47,39 86,19
1994 21,45 44,12 47,39 45,26
1995 60,3 49,5 47,39
1997 56,8 41,78 47,39
La moyenne de déficit 54,62

27
 Chapitre III : Résultats et Discussions.

Tableau 4 : le déficit de la précipitation au niveau de la wilaya de Mila, période 1970-

2004
Année Wilaya Pmmmoy Pmmmoy La moyenne Le déficit
avant après générale %
rupture rupture
1972 40,67 16,41 40,14
1978 65,16 39,54 40,14
1979 49,42 26,64 40,14
1981 38,5 41,62 40,14 95,91
1986 71,62 15,22 40,14
1989 83,18 16,91 40,14
1992 71,62 18,53 40,14
1993 44,27 19,92 40,14
1995 Mila 56,28 43,08 40,14
1997 57,45 27,55 40,14
1999 39,5 17,27 40,14 98,4
2001 35,66 31,08 40,14 88,83
2002 42,66 11,66 40,14
2003 44,16 26,76 40,14
2004 27 14,68 40,14 67,26
La moyenne du déficit 87,5

Tableau 5 : le déficit de la précipitation au niveau de la wilaya de BBA, période 1970-

2004

Année Wilaya Pmmmoy Pmm moy La moyenne La déficit %

Avant Après générale
rupture rupture
1973 24,8 0 28,74 86,29
1974 22,81 12,3 28,74 79,36
1975 22,17 54,46 28,74 77,13
1976 42,25 15,25 28,74

28
 Chapitre III : Résultats et Discussions.

1977 BBA 3,05 34,44 28,74 10,61

1978 16,84 15,57 28,74 58 ,59
1979 20,4 20,7 28,74 70,98
1983 32,27 20,88 28,74
1989 32,38 25,79 28,74
1992 51 14,44 28,74
1994 34,77 11,84 28,74
1999 19,78 15,8 28,74 68,82
2001 21,42 20,18 28,74 74,57
La moyenne du déficit 28,74

1-1-Les pourcentages des ruptures

Nous utilisons les séries des données de 5 wilayas des hauts plateaux (Sétif, Guelma,
Constantine, Mila), le pourcentage des valeurs manquantes sont : à Guelma 15,74%, à Bordj
Bou Arreridj 15,87%, à Mila 15,55%, et la série de Sétif et la série de Constantine reste des
séries de référence pour travail par la méthode des rapports.

15.55 15.73
Guelma
BBA
Mila

15.87

Figure 4 : Les Pourcentages des ruptures dans la région

Les analyses effectuées sur les séries de bases, nous ont permis de construire de nouvelles
séries, validées à un intervalle de confiance équivalent à 95,07%.

29
 Chapitre III : Résultats et Discussions.

1- Comblement les lacunes

2-1-Répartition des précipitations annuelles à l’échelle spatiale

La pluie annuelle moyenne à l’échelle régionale, est estimée sur 34 ans à 467,41 mm. Elle
varie dans le temps, entre des moyennes 364,09 mm et 574,62 mm, le maximale elle est
marquée à la wilaya du Guelma, et la wilaya le plus moins pluvieux par apport à d’autre
wilaya c’est la wilaya du Bordj Bou Arreridj (Figure 5).

moyenne
600
500 m générale
précipitation mm

400
300
200
100
0

wilaya

Figure 5 : Répartition des précipitations annuelles à l’échelle spatiale à la période

(1970-2004)

2-2-Répartition spatio-temporelle des précipitations annuelles décennales

A Sétif

Durant La première 10 ans (1970-1979) la quantité de la précipitation elle est inférieure par
apport à la moyenne générale de la précipitation de la wilaya du Sétif (=389,69) c'est-à-dire
cette décennie, elle accepte une quantité de pluie moins élevée.

La deuxième décennie (1980-1989), la wilaya du Sétif reçoit une quantité élevée de la pluie
par apport à leur moyenne générale.

30
 Chapitre III : Résultats et Discussions.

La troisième décennie (1990-1999), la précipitation de cette décennie a diminué par apport à

la moyenne générale.

Durant la dernière période (2000-2004), la wilaya de Sétif accepte une quantité de la

précipitation qui a été supérieur par apport à la moyenne générale.

A Constantine

La première 10 ans (1970-1979) la wilaya du Constantine accepte une grande quantité de la

pluie parce que la moyenne de la première 10 ans elle est supérieur à la moyenne générale de
la précipitation annuelle (535,2 mm).

La deuxième décennie (1980-1989) cette wilaya elle reçoit une quantité plus élevée (535,52
mm) qui est plus élevée par apport à la moyenne générale.

La troisième décennie (1990-1999) décelé une précipitation élevée par apport à la deuxième
décennie.

A la dernière période (2000-2004), la quantité de la précipitation qui accepte la wilaya de

Constantine à cette période et peu élevée par apport à la moyenne générale.

A Guelma

Durant la première 10 ans (1970-1979) la wilaya du Guelma reçut une quantité de pluie moins

élevée par apport à leur moyenne générale annuelle (565,19 mm).

Durant la deuxième décennie (1980-1989), la quantité de la pluie qui est tombe cette décennie
est augmentée par apport à la première décennie mais elle reste inférieur à la moyenne
générale.

Durant la troisième décennie (1990-1999), la quantité de la pluie elle diminue par apport à la
deuxième décennie mais encore reste inférieur à la moyenne générale.

Durant la période (2000-2004) la wilaya de Mila connue une précipitation très élevée par
apport à la moyenne générale (574,62 mm).

31
 Chapitre III : Résultats et Discussions.

A Mila

Durant la première 10 ans (1970-1979), la quantité de la pluie qui tombe à cette décennie elle
presque égale la moyenne générale annuelle (473,47).

Durant la deuxième décennie (1980-1989), la quantité de la pluie cette décennie est supérieur
par apport à la moyenne générale de la précipitation annuelle, et la quantité de la pluie qui est
tombe est augmenté par apport à la première décennie.

Durant la troisième décennie (1990-1999), la wilaya du Mila reçoit une grand quantité de la
pluie est cette quantité est supérieur à la moyenne générale. La période de 2000-2004, a connu
une précipitation plus élevée par rapport à la moyenne de la précipitation annuelle, qui atteint
473,47 mm.

A Bordj Bou Arreridj

La première décennie (1970-1979), la wilaya reçoit une quantité de la pluie plus élevée par
apport à la moyenne générale qui égale 378,18 mm.

La deuxième décennie la quantité de la pluie est augmentée par apport à la première décennie
et élevée par apport à la moyenne générale.

La troisième décennie (1990-1999), la quantité de la pluie qui reçoit à cette wilaya est
inférieure par apport à la moyenne générale de la précipitation annuelle.

Et la dernière période 2000-2004 accepte une quantité de précipitation supérieure par apport à
la moyenne de la précipitation annuelle qui égale 364,09 mm.

Tableau 6 : Evolution des pluies moyennes annuelles (mm) par décennie dans la région

d’étude

Wilaya 1970-1979 1980-1989 1990-1999 2000-2004

Sétif 339,2 414,41 394,3 409,92

Constantine 539,20 542,7 531,33 558,8

Guelma 541,2 543,89 513,37 801,04

Mila 469,12 477,04 521,7 378,54

32
 Chapitre III : Résultats et Discussions.

BBA 388,58 392,94 359,17 348,54

De manière générale, la région des hauts plateaux Est Algérien, a connu une précipitation
variée chaque 10 ans.

D’après le tableau 5, nous décelons que il y’a une grand variabilité de précipitation dans la
région d’étude, surtout à la wilaya du Guelma, et le maximum de la pluie marquée à la wilaya
du Guelma aussi, mais le minimum de la précipitation marquée à Mila. Le coefficient de
variation c’est une mesure relative de dispersion (puisque l'écart-type est rapporté à la
moyenne), et la wilaya qui connue la grande valeur du coefficient de variation c’est
Constantine, et la wilaya qui obtenue la valeur minimal c’est Bordj Bou Arreridj, et la wilaya
qui marquée la valeur maximal de l’écart type c’est Constantine, et la minimal marquée à
Mila.

Tableau 7 : Variabilité des précipitations annuelles des wilayas exprimées

Par les paramètres statistiques, période (1970-2004).

Paramètres Sétif Constantine Guelma Mila BB

Moyennes 389,69 535,52 574,68 473,47 364 ,09

(mm)

Max (mm) 3091,20 4571,6 5099,8 4057,6 3005,40

Min (mm) 64,10 77,9 24,7 6,4 119

Ecart type 28,03 142,98 48,51 20,04 26,07

(mm)

Variance 785,68 1782,70 2353,64 1487,22 679,67

(mm)

CV % 7,19 26,69 8,44 4,23 3,54

33
 Chapitre III : Résultats et Discussions.

2-3- Répartition mensuelle à l’échelle régionale

La pluviométrie mensuelle moyenne, est estimée à travers le calcul des quantités des pluies
reçus mensuellement.
Septembre, Octobre, Novembre
Septembre (S) avec une pluie moyenne 36,9 mm, représente le début des pluies de la saison
automnale, et les pluies atteint leur maximum en Novembre avec une moyenne atteint 45,59
mm à l’échelle régional.
Décembre, janvier, février
Le mois Décembre (D) avec une moyenne de 61,97 mm et janvier (J) avec 60,18 mm sont les
mois les plus pluvieux à l’échelle régionale, et le mois février (F) ici enregistre une
diminution des quantités de pluie relevant une moyenne de 48,8 mm dans les wilaya de Sétif,
Constantine, Guelma, Mila, Bordj Bou Arreridj.
Mars, avril, mai
Le mois de mars (M) enregistre une moyenne générale 49,49 mm, et le mois d’avril (A) avec
une moyenne 51,16 mm, et la saison sèche début au mois de mai avec une moyenne
41,28mm.
Juin, juillet, aout
Les mois juin, juillet, aout sont les mois les plus sèche avec une moyenne ne dépassant pas
10mm.

70

60
précipitation mm

50

40

30

20

10

0
S O N D J F M A M J JT AO
mois
Figure 6 : Répartition de la précipitation moyenne mensuelle dans la région à la
période (1970- 2004)

34
 Chapitre III : Résultats et Discussions.

2-4-La répartition de la précipitation annuelle à l’échelle temporelle

À la wilaya du Sétif

A partir de ce graphe nous déceler l’hétérogénéité de la précipitation annuelle de la wilaya du

Sétif, parce que nous avons marquées des années très pluvieux et des années moins pluvieux
par apport à la moyenne général ce cette wilaya qui égale 389,69mm.

Nous remarquons que les années 1982 et 2004 sont des années les plus pluvieuses car la
quantité de la précipitation elle presque t’égale 600mm, par apport aux années 1984, 1995,
2002 qui marquée une période le plus moins pluvieuse, car la précipitation aux ces années ne
dépasse pas 200mm.

700 la précipitation
600 annuelle
la précipitation
500 moyenne
400
300
précipitation

200
100
0

années

Figure 7 : La répartition de la précipitation annuelle de la wilaya du Sétif à la période

(1970-2004)

A wilaya du Constantine

La précipitation annuelle au niveau de la wilaya du Constantine, elle différent à l’année à

l’autre par apport à la moyenne générale de la précipitation du Constantine, les années le plus
pluvieux sont 1976 et 1985 qui est dépasse885mm, et les années le moins pluvieux sont 1970,

35
 Chapitre III : Résultats et Discussions.

1974, 1977,1984, 1985, 1987, 1988, 1989,1994, 2001, 2002, car elles sont inférieur à la
moyenne générale qui égale 535,20 mm.

1000
900
800
précipitation mm

700
600
500
400
300
la précipitation annuelle
200
100 la précipitation moyenne
0
1982

1986

1990
1970
1972
1974
1976
1978
1980

1984

1988

1992
1994
1996
1998
2000
2002
2004
années

Figure 8 : La répartition de la précipitation annuelle de la wilaya du Constantine (1970-

2004).

A Guelma

La précipitation annuelle à la wilaya du Guelma est différent année à l’autre, l’année le plus
pluvieux à cette wilaya est 1983, 2001, 2003 et marquée une précipitation moyenne à 1971,
2002 et 2004, et les années les moins plus pluvieux sont 1973, 1975, 1976, 1977, 1979, 1980,
1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999,
Par apport à la moyenne qui égale 574,62 mm.

36
 Chapitre III : Résultats et Discussions.

1200 la précipitation
annuelle

Précipitation mm
1000
la précipitation
800 moyenne

600
400
200
0
1970

1974

1978

1982

1986

1990

1994

1998

2002
1972

1976

1980

1984

1988

1992

1996

2000

2004
Année

Figure 9 : La répartition de la précipitation annuelle de la wilaya du Guelma à la

période (1970-2004)

A Mila

A partir de ce graphe je remarque que il ya une l’hétérogénéité entre les années, et les années
le plus pluvieux sont 1988, 1990, 1998, et la précipitation à ces années est dépasse 600 mm
par apport à la moyenne générale qui égale 473,47 mm, les plus moins pluvieux sont 2001,
2002, et 2003 et ces années reçoit une précipitation ne dépasse pas 500 mm.

800
700
précipitation mm

600
500
400
300
200 La précipitation annuelle
100
La précipitation moyenne
0
1970

1988
1972
1974
1976
1978
1980
1982
1984
1986

1990
1992
1994
1996
1998
2000
2002
2004

années

Figure 10 : La répartition de la précipitation annuelle de la wilaya du Mila à la période

(1970-2004)

37
 Chapitre III : Résultats et Discussions.

A Bordj Bou Arreridj

A partir de cette figure, la précipitation de la wilaya du Bordj Bou Arreridj na varié pas
beaucoup il y’a un petit différence entre les années, les années les plus pluvieux à la wilaya de
Bordj Bou Arreridj sont 1974, 1978, 1982 la précipitation à ces années dépassent 500 mm par
apport à la moyenne qui égale 364,09mm, et marquée une précipitation moyenne à 1986,
1990, 1994, 1999, 2003 (490mm), et d’autre année (1972, 1973, 1977, 1980, 1981, 1983,
1985, 1989, 1992, 1993, 1995, 1996, 1997, 1998, 1999, 2000, 2001, 2003, 2004) sont les
années les moins pluvieux car la quantité de la précipitation à ces années est inférieur à la
moyenne (364,09 mm).

600

500
Précipitation mm

400

300

200 La précipitation annuelle

100 La précipitation moyenne

0
1970

1994
1996
1998
1972
1974
1976
1978
1980
1982
1984
1986
1988
1990
1992

2000
2002
2004

années

Figure 11 : La répartition de précipitation annuelle de la wilaya du BBA à la période

(1970-2004)

2-5-La répartition de la précipitation mensuelle à l’échelle temporelle

A wilaya du Sétif

L’ensemble des séries pluviométriques affiche des périodes pluvieuses qui se démarrent pour
la plus part des années aux mois septembre et s’achèvent aux mois de mai à aout.

A partir de ce graphe la quantité de la précipitation mensuelle de la wilaya du Sétif elles sont

différent à mois à l’autre les mois décembre, et janvier sont les mois les plus pluvieuses par
apport à la moyenne (32,47mm) car la quantité de la précipitation à cet mois elle est presque

38
 Chapitre III : Résultats et Discussions.

égale 50mm, et nous marquons de précipitation moyenne aux mois mars, avril et mai, et les
mois le moins pluvieux sont juin, juillet, aout.

60.00

50.00 la précipitation mensuel

précipitation mm

la précipitation moyenne
40.00

30.00

20.00

10.00

0.00
S O N D J F M A M J JT AO
mois

Figure 12 : La répartition de la précipitation mensuelle de la wilaya du Sétif à la

période (1970-2004)

A Constantine

D’Après de cette figure, nous constatons qu’il y’a une variation de la précipitation au cours de
toute l’année.

Les mois le plus pluvieux sont décembre et janvier et novembre, février, mars, avril, et le
mois qui reçut une précipitation moyenne c’est mai car elle est presque égale la moyenne
générale de la précipitation mensuelle (44,62 mm) et les mois le moins pluvieux sont juin,
juillet, aout.

39
 Chapitre III : Résultats et Discussions.

80 La précipitation
70 mensuel
60 La précipitation
précipitation mm moyenne
50
40
30
20
10
0
S O N D J F M A M J JT AO
mois

Figure 13 : La répartition de la précipitation mensuelle de la wilaya du Constantine

période (1970-2004)

A Guelma

La précipitation est tous jour marquée une grand quantité de la précipitation à le mois du
décembre, janvier, et marquée une précipitation moyenne à les mois novembre, février, mars,
avril, et les mois septembre, octobre, mai, juin, juillet, aout sont les mois le plus moins
précipité par apport à la moyenne (=47,93).

90 la précipitation
80 mensuel
70 la précipitation
Précipitation mm

60 moyenne
50
40
30
20
10
0
S O N D J F M A M J JT AO
Mois

Figure 14 : La répartition de la précipitation mensuelle de la wilaya du Guelma à

la période (1970-2004)

40
 Chapitre III : Résultats et Discussions.

A Mila

Le mois le plus pluvieux c’est décembre car elle marquée une quantité de précipitation qui
dépasse 80 mm par apport à la moyenne générale qui égale 40,81 mm suivi par le mois de
janvier qui marquée une précipitation qui dépasse 60 mm et les mois de février, mars, avril
marquée une précipitation moyenne (= supérieurs à 50 mm), et les mois les plus sèche sont
mai, juin, juillet.

90
La précipitation
80 mensuel
70 La précipitation
précipitations mm

moyenne
60
50
40
30
20
10
0
S O N D J F M A M J JT AO
mois
Figure 15 : La répartition de la précipitation mensuelle de la wilaya du Mila à la
période (1970-2004)
A Bordj Bou Arreridj
Les mois les plus pluvieux par apport à la moyenne (=31,12 mm) sont septembre, octobre,
janvier, avril, mai, juin, et le mois qui reçoit une précipitation moyenne est décembre et les
mois arrosée sont juillet et aout.

41
 Chapitre III : Résultats et Discussions.

40 La précipitation
35 mensuel
La précipitation
30 moyenne
précipitation mm

25
20
15
10
5
0
S O N D J F M A M J JT AO
mois
Figure 16 : La répartition de la précipitation mensuelle de la wilaya du Bordj
Bou Arreridj à période (1970-2004)

2-6-La répartition de la précipitation saisonnière à l’échelle temporelle

A Sétif

La saison le plus pluvieux c’est automne avec une moyenne saisonnière qui atteint 42,02mm,
suivi par la saison de hiver avec une moyenne 40,37 mm et les saisons les plus secs sont le
printemps (=14,62 mm) et l’été avec une moyenne qui égale 1,83 mm.

42
 Chapitre III : Résultats et Discussions.

45.00 42.02
40.37
40.00

précipitation mm 35.00
30.00
25.00
20.00
14.62
15.00
10.00
5.00 1.83

0.00
Automne Hiver Printemp été
saisons

Figure 17 : La répartition de la précipitation saisonnière de la wilaya du Sétif

A Constantine

En Hiver la moyenne de la précipitation est atteint 67,80 mm c’est la saison le plus pluvieux
par apport à autre saison (automne, printemps) qui reçoivent une précipitation moyenne
(44,13 mm, 54,67 mm) et la saison le moins plus pluvieux c’est été et c’est la saison le plus
sèche à la wilaya du Constantine.

43
 Chapitre III : Résultats et Discussions.

67.80
70.00
60.00 54.67
précipitation mm
50.00 44.13

40.00
30.00
20.00 11.90
10.00
0.00
Automne Hiver saisons
Printemp été

Figure 18 : La répartition de la précipitation saisonnière se la wilaya du

Constantine
A Guelma
Les saisons les plus pluvieuses l’hiver et printemps, et la saison qui reçoit une précipitation
moyenne c’est l’automne, et la saison le plus sèche c’est la saison de l’été.

80.00 73.81
70.00 60.46
La Précipitation mm

60.00
44.09
50.00
40.00
30.00
20.00 13.28
10.00
0.00
Automne Hiver Printemp été
saisons

Figure 19 : La répartition de la précipitation saisonnière de la wilaya du Guelma

A Mila

A la wilaya du Mila la saison qui reçoivent une grand quantité de précipitation c’est l’Hiver
avec une moyenne atteint 66,04 mm suivi par la saison de automne avec une moyenne qui

44
 Chapitre III : Résultats et Discussions.

égale 47,13 mm suivi par la saison de printemps (45,02 mm), et la saison le plus sèche c’est la
saison de l’été (5,17 mm).

66.04
70.00
60.00
précipitation mm

47.13 45.02
50.00
40.00
30.00
20.00
5.17
10.00
0.00
Automne Hiver Printemp été
saisons

Figure 20 : La répartition de la précipitation saisonnière de la wilaya du Mila

A Bordj Bou Arreridj

Les saisons les plus pluvieuse sont hiver avec une moyenne qui égale 34,55mm, suivi par la
saison du printemps qui atteint 34,53 mm, suivi par la saison du automne (=32,14 mm), et
comme les autres wilayas le mois le sèche c’est été (=20,10 mm).

45
 Chapitre III : Résultats et Discussions.

34.55 34.53
35.00 32.14

30.00
précipitation mm 25.00 20.10
20.00
15.00
10.00
5.00
0.00
Automne Hiver Printemp été
saisons

Figure 21 : La répartition de la précipitation saisonnière de la wilaya du BBA

46
 Conclusion Générale

Conclusion Générale

47
 Conclusion Générale

L’objectif de cette étude est l’homogénéisation des données pluviométriques dans les hauts
plateaux Est Algérien. Cette région est caractérisée par un relief contrasté et une vaste
superficie, pour cela, nous avons étudié les 5 wilayas suivants : Sétif, Constantine, Guelma,
Mila et Bordj Bou Arreridj, de période assez longue (1970-2004).

La méthode d’analyse, que nous avons utilisée pour homogénéiser les données, est la méthode
des rapports qui sont puissant outil pour mise en évidence de région pluviométrique
homogènes. Cette méthode devient plus efficace lorsqu’elles sont utilisées de façon
complémentaire.

Après analyse, la wilaya qui a connu une forte pluviométrie, est la wilaya du Guelma avec
une moyenne de 574,62 mm et Bordj Bou Arreridj s’opposant à une pluviométrie faible, et la
série le plus lacune c’est la série de Bordj Bou Arreridj avec une pourcentage de 15,87% suivi
par la série de Guelma (15,74%) suivi par la série de Mila (15,48%).

En fin, la caractérisation de la pluie effectuée au sein de ce travail se limite essentiellement, à

l’analyse de structure spatiale et temporelle de la précipitation, il faudrait également analyser
la variabilité spatio-temporelle de la précipitation.

48
 Références Bibliographiques

Références Bibliographiques

49
 Références Bibliographiques

AbekweyapangA.2014, Incomplétude des données climatique prévision temporelle et

estimation spatiale cas des précipitations au Cameroun, 29-49p.

Amokrane I. 2017, L’Algérie est un pays à fort risque de changement climatique, Algérie.1-
2p.

Andi. 2013, la situation géographique des hauts plateaux Est Algérien, 1-11p.

Brahim D. 2014, analyse spatio-temporelle pluie en Algérie, université de Tlemcen. B, 1-12p.

Boyard-micheau Jet Camberline P. 1988, Institut Català de Ciènces Del Climat (IC3) Carrer
Doctor Trueta, 213p.

Brunet-Moret Y. 1977, Test d'homogénéité. Cahiers ORSTOM, série Hydrologie, vol. XIV,
n° 2, 119-129p.

Cornillon P. A. et Collectif. 2010, Statistique avec R. Presses Universitaires de Rennes.

Doukopolo B. 2007, variabilité et tendance pluviométrique dans Nord-Ouest de la

centrafrique, enjeux environnement par université d’Albomey-calavi-DEA, 3-8p.

Emberger L. 1955, une classification biogéographique des climats, Trav, St, Bot, Montpellier,
3-43p.

Farah A.K. 2013-2014, changement climatique ou variabilité climatique dans l’EST algérien,
université de Constantine, 36-52p, 127p.

FAO. 2013, Changement Climatique : l’Algérie pourrait devenir un désert d’ici 2100, 1-2p.

Fratianni S et Acquaotia F.2010, département de science de la terre, université de torino, 1-5p.

Gordon A. McKay.1968, Mesure de la précipitation, 29-64p.

Hiez G. 1977, Homogénéisation des données pluviométriques. Cahiers ORSTOM, série

Hydrologie, vol. XIX, n° 2, 129-172p.

Hiez G. 1986, Bases théoriques du "vecteur régional". Les premières applications et leur mise
en œuvre informatique. In : Deuxièmes Journées Hydrologiques de l'ORSTOM (Montpellier),
1-35p.

50
 Références Bibliographiques

Hiez G. Cochonneau G. Sechet P. Fernandes U.M. 1992, Application de la méthode du

vecteur régional à l'analyse de la pluviométrie annuelle du bassin versant amazonien. Veille
Climatique Satellitaire, vol. 43, 39-52p.

Koteswaram, 1974, Climat et météorologie Edit, ISBN, UNISCO, Paris, 29-52p.

La Convention-Cadre des Nations Unies sur les Changements Climatiques, 2013, La

changement climatique, 1p.

Louamri A, Faculté des Sciences de la Terre de la Géographie et de l’Aménagement du

Territoire. Université de Constantine, Algérie, 70p.

Mahé G. et L'hote Y. 1995, Utilisation de la méthode du vecteur régional pour la description

des variables pluviométriques interannuelles en Afrique de l'Ouest et centrale. In :
Régionalisation en hydrologie : application au développement, Huitièmes Journées
Hydrologiques de l'ORSTOM (Montpellier, 1992), L. LE BARBÉE et É. SERVAT édit, Édit.
ORSTOM, 175-192p.

Medjerab A. Henia L. 2005, Régionalisation des pluies annuelles dans l’Algérie nord-
occidentale, PFE, 1-4p.

Morel M. 1999, Acquisition et constitution d'une information hydrologique de Base, Edition

H.G.A, Bucarest, 160-200p.

Medjrab A. 2005, Étude de la pluviométrie de l’Algérie Occidentale : approche statistique

cartographie automatique. Thèse de doctorat d’État, Université de Bab Ezzouar, Alger, 120p.

Medjerab A. Henia L. 2005, Régionalisation des pluies annuelles dans l’Algérie nord-
occidentale, PFE, 320-350p.

Meddi M. Meddi H. 2002, Sécheresse météorologique et agricole dans le nord-ouest de

l’Algérie. Deuxième colloque méditerranéen sur l’eau et l’environnement, Alger, 60-120p.

ONERC. 2007, Stratégie nationale d’adaptation au changement climatique, Paris, ISBN :

978-2-11-00-6618-0, 58p.

Pédelaborde P. et Delanoy H.1958, Recherches sur les types de temps et lemécanisme des

pluies en Algérie. Annales de géographie, 1958, n°361, 216-244pp.

51
 Références Bibliographiques

Roche M. 1963, Hydrologie de surface, Edition Gauthier-Villars, Paris. Sanchez-Diesma R,

Zawadski I. Semper–Torres D, 200-210pp.

RoudierP. Gil M. 2010, Calculation of design rainfall and runo on the Bani basin (Mali):
astudy of the vulnerability of hydraulic structures and of the population since the drought.
Hydrological Sciences Journal, 351-363pp.

Sadou S. Assoumane I. D. 2007Impacts anthropiques sur le cycle de l’eau vers une approche
durable, PFE pour l’obtention du diplôme d’ingénieur, département d’hydraulique, Tlemcen,
95p.

Sawalki A. 2015, le changement climatique à la région méditerranéen, 1p.

Seltzer P. 1949, Le climat de l’Algérie, Alger, 219p.

Smadhi D. 2002, étude agro-climatique des grandes cultures pluviables en région semi-aride,
Cas des hauts plateaux telliens de l’Est d’ Algérie, 42p.

Serhir N. 2013, chapitre de contrôle et régionalisation, 1-7p.

Zurich.1986, Workshop on the Correction of Precipitation Measurements, p 288.

Taka Soh p. 2013, Cours sur les model linéaire. Ecole polytechnique, yaounde Cameroun,
97p.

Trabi Z. A. 2013, Étude de l'impact des activités anthropiques et de la variabilité climatique

sur la végétation et les usages des sols, par utilisation de la télédétection et des statistiques
agricoles, sur le bassin versant du Bouregreg (Maroc). Thèse de Doctorat en cotutelle,
Université d'Artois et Université Félix Houphouët Boigny d'Abidjan, 190 p.

52