View metadata, citation and similar papers at core.ac.

uk brought to you by CORE

provided by European Scientific Journal (European Scientific Institute)

European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

Variabilite Des Extremes Pluviometriques Sur Le

Bassin Versant De La Riviere Bia (Sud-Est, Cote
d’Ivoire)

Kouassi Kan Martin

Doctorant à l’UFR Sciences de la Terre et des Ressources Minières
Université Félix Houphouët Boigny Abidjan Cocody, Côte d’Ivoire
Kouassi Kouakou Lazare
Maitre de Conférence, Directeur de l’UFR-Environnement
Université Jean Lorougnon Guede Daloa, Côte d’Ivoire
Yao Koffi Blaise
Maitre de Conférence
à l’UFR- Science de la Terre et des Ressources Minières
Université Félix Houphouët Boigny Abidjan Cocody, Côte d’Ivoire
Meledje N'diaye Hermann
Assistant, Attaché de Recherche au Centre de Recherche en Ecologie
Université Nangui Abrogoua Abidjan, Côte d’Ivoire
Biemi Jean
Professeur Titulaire, Doyen Honoraire
de l’UFR- Science de la Terre et des Ressources Minières, Côte d’Ivoire
Lasm Théophile
Maître de conférences l’UFR- Science de la Terre et des Ressources
Minières, Responsable du Laboratoire Hydrogéologie Université Félix
Houphouët Boigny Abidjan Cocody, Côte d’Ivoire
Nathalie Rouché
Professeur Titulaire, Gestionnaire de Base de Données à l’Institut de
Recherche et de DéveloppementHydrosciences Montpellier, France

Doi: 10.19044/esj.2018.v14n2p134 URL:http://dx.doi.org/10.19044/esj.2018.v14n2p134

Abstract
Climate change is a reality which affects many climatic variables,
including precipitation. The objective of this article is to study the extreme
rain variability from a historical database (1941 - 2000). For this purpose,
eleven (11) rainfall indices were calculated at the Adiaké, Bianouan, Ayamé,
and Agnibilekro rainfall stations in Côte d'Ivoire. Due to lack of data on daily
rainfall on the Ghanaian section of watershed, nine (9) monthly precipitations
indices were estimated from monthly rainfall at the Enshi and Buakuc stations.

134
 European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

The trend analysis of the precipitations indices show that a generalized

downward was most significant in Adiaké compared to other stations.
Furthermore, indices extreme thresholding (P99, P99p, P99,5 and P99,5p)
have experienced a stable trend and a stationary evolution. All steps were
detected in the non-stationary indices mostly observed after 1980 (late break)
and before 1960 (precocious break).

Keywords: Rainfall indices, Extreme rainfall, Bia watershed

Résumé
L’impact de la variabilité du climat sur la pluie extrême peut s’avérer
plus dommageable qu'une simple variation de la moyenne pluviométrique.
L’objectif poursuivi par cet article est donc d’étudier la variabilité de la pluie
extrême sur le bassin versant de la Bia à partir d’une longue base de données
(1941 – 2000). Pour ce faire, onze (11) indices de pluie journalière ont été
calculés aux stations pluviométriques d’Adiaké, de Bianouan, d’Ayamé et
d’Agnibilékro en Côte d’Ivoire. Sur la partie ghanéenne du bassin, neuf (9)
indices de pluie mensuelle ont été calculés à partir de la pluie mensuelle issue
des stations de Enshi et de Buakuc. L’analyse de la tendance des indices
calculés révèle une baisse généralisée qui a été plus significative à Adiaké et
à Enshi. Par ailleurs, les indices de seuillages (P99, P99p, P99,5 et P99,5p) ont
connu une tendance stable et une évolution stationnaire. Cependant, toutes les
ruptures détectées dans les indices non stationnaires s’observent
majoritairement après 1980 (ruptures tardives) et avant 1960 (ruptures
précoces).

Mots-clés: Indices pluviométriques, précipitations extrêmes, bassin versant de

la Bia

Introduction
La réalité d'une variabilité climatique fait désormais l'objet d'un
consensus bien affirmé (Ouédraogo et al., 1998; Kouassi et al., 2010). Aussi,
sa répercussion sur la pluviométrie moyenne constitue une réalité en Afrique
(Ouédraogo et al., 1998; Servat et al., 1998; Conway et al., 2009) et en Côte
d’Ivoire (Paturel et al., 1998; Bigot et al., 2002; Kouassi et al., 2010) depuis
la fin des années 1960 et le début des années 1970. Cependant, l’impact de la
variabilité du climat sur la pluie extrême a été très peu étudié (Assani, 1999;
Goula et al., 2012). L’une des principales raisons évoquée est la difficulté
d’accès aux données qualitatives (pluie journalière, débit minimal ou
maximal…). Pourtant une variation de la pluie extrême peut s’avérer plus
dommageable que celle de la moyenne (Lemaître, 2002).

135
 European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

L’objectif de la présente étude est donc de combler ce déficit. Elle se

propose ainsi d’étudier la variabilité de la pluie extrême sur le bassin versant
de la Bia en utilisant les indices de pluie. En effet, ces indices sont des
variables qualitatives permettant de caractériser les variables climatiques (la
pluie, le débit, la température…) en leurs parties extrêmes. Elles sont
recommandées par la communauté scientifique pour étudier la répercussion
du climat sur les variables extrêmes (Christensen et al., 2002). En Afrique de
l’ouest, l’utilisation des indices de température, de pluies et de débit a permis
d’apprécier la variabilité interannuelle de ces variables dans leurs parties
extrêmes (Ozer et al., 2014; Karimou et al., 2015; Hangnon et al., 2015). Sur
le bassin versant de la Bia, nous testons l’utilisation des indices de pluie de
1941 à 2000.

Présentation de la Zone D’étude

La Bia est une rivière transfrontalière entre la Côte d’Ivoire et le
Ghana ; elle coule entre 5°30’ et 5°50’ de latitude Nord et entre 3° et 3°15’ de
longitude Ouest (Figure 1).

Figure 1. Localisation de la zone d’étude (Meledje et al., 2015)

Elle prend sa source à Kérimasso au nord du Ghana et se déverse dans

la lagune Aby au sud de la Côte d’Ivoire (Reizer, 1967). De forme allongée,
le bassin versant de la Bia couvre une superficie de 9650 km² dont 2/3 sont
situées en territoire ghanéen. L’analyse pluviométrique faite par Meledje
(2016), permet de distinguer deux (2) zones climatiques sur le bassin le bassin
de la Bia. Une zone tropicale humide (1460 mm) correspondant au nord du

136
 European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

bassin avec une seule saison des pluies et une zone subéquatoriale (1870 mm)
correspond au sud du bassin avec deux saisons des pluies distinctes.

Présentation des Données

Pour cette étude, nous disposons de données journalières fournies par
l’IRD (Institut de Recherche et de Développement) du 1er janvier 1941 au 31
décembre 2000 aux stations d’Ayamé, d’Adiaké, d’Agnibilékro et de
Bianouan couvrant la zone de la Côte d’Ivoire (Boyer et al., 2006). Au niveau
du Ghana par faute de données journalières, les données mensuelles fournies
par la base de données IDIS (Integrated Database Information System) de
janvier 1941 à décembre 2000 aux stations d’Enshi et Buakuc ont été utilisées.
Les caractéristiques des données issues des différentes stations sont présentées
dans le Tableau 1.
Stations Latitude Longitude Pluviométrie 95e 99e centile 99,5e
(DD) (DD) moyenne centile (mm) centile
(mm) (mm) (mm)
Adiaké 5,3 -3,3 5,3 31,90 77,19 96,74
Agnibilékro 7,12 -3,2 3,2 22,50 48,20 60,54
Ayamé 5,6 -3,17 4,1 23,30 55,22 71,76
Bianouan 6,03 -3,2 4,0 20,30 55,62 78,77

Enshi 5,82 -2,82 126,18 276 346,81 362

Buakuc 6,4 -2,58 118,07 315 415,24 444,215
Tableau 1. Caractéristiques des six (6) stations pluviométriques (les valeurs de centile sont
calculées sur la période 1956-1985)

Méthodologie
❖ Calcul des Indices de Pluie
Les indices de pluies ont été calculés à l’échelle journalière aux
stations d’Adiaké, d’Ayamé, de Bianouan et d’Agnibilékro en Côte d’Ivoire à
partir de la pluie journalière. Cependant, par faute de données de pluie à
l’échelle journalière dans la partie ghanéenne du bassin, les indices de pluie
ont été calculés à l’échelle mensuelle sur cette zone du bassin aux stations de
Buakuc et de Enshi à partir de la pluie mensuelle.
Les indices de pluies journalières utilisés dans cette étude sont définis
par le groupe d’experts sur la détection et les indices du changement
climatique (ETCCDI) (http: //etccdi.pacificclimate.org/). Ils reposent
généralement sur l’approche du seuillage par centile. Pour l’analyse de la
variabilité de la pluie extrême sur le bassin versant de la Bia, onze (11) indices
de pluies journalières ont été calculés pour chaque station (Tableau 2). Les
centiles sont calculés à partir des données journalières sur une période de
trente (30) ans (1956-1985). Cette exigence permet de se conformer aux
normes de l’Organisation Météorologique Mondiale (OMM).

137
 European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

Identification Noms de l’indice Définition

PTOT (mm) Total pluviométrique Précipitations totales annuelles
JP (jour) Jour de pluie Le nombre total de jours humides (précipitation
≥1 mm)
SDII (mm/j) Indice d’intensité de jours La lame d’eau moyenne précipitée par jour de
pluvieux pluie
PXJA (mm) Pluie maximale journalière Précipitation maximale quotidienne de chaque
année
PXJAp (%) La part de pluie maximale Proportion de la précipitation maximale
quotidienne quotidienne dans le total pluviométrique annuel
P95 (jour) Fréquence de pluie intense Nombre de jour avec des précipitations ≥ 95e
centile
P95p (%) La part de la pluviométrie Proportion des précipitations intenses dans le
intense total pluviométrique annuel
P99 (jour) Fréquence de pluie extrême Nombre de jour avec des précipitations ≥ 99e
centile
P99p (%) La part de la pluviométrie Proportion des précipitations extrêmes dans le
extrême total pluviométrique annuel
P99,5 (jour) Fréquence de pluie très Nombre de jour avec des précipitations ≥ 99e
extrême centile
P99,5p (%) La part de la pluviométrie Proportion des précipitations très extrêmes dans
très extrême le total pluviométrique annuel
Tableau 2. Indices de pluie journalière utilisés dans l’analyse des événements climatiques
extrêmes

Sur la partie ghanéenne du bassin de la Bia, neuf (9) indices de pluie

mensuelle ont été calculés aux stations de Enshi et Buakuc (Tableau 3). Les
six (6) derniers indices du Tableau 3 sont estimés à partir d’une classification
de la pluviométrie mensuelle en mois de faible pluviométrie, de pluviométrie
intermédiaire et de forte pluviométrie à partir des seuils 100 mm et 200 mm
de pluie (Bierot, 1965; Brou & Dieulin, 2008).
Identification Noms de l’indice Définition
PA (mm) Total pluviométrique Cumul de la pluie de chaque année
PXMA (mm) Pluie maximale mensuelle Précipitation maximale mensuelle de chaque
année
PXMAp (%) Part de la pluie maximale Proportion de la précipitation maximale
mensuelle mensuelle dans le total pluviométrique annuel
PFa (mois) Mois de faible pluviométrie Précipitation < 100 mm
PI (mois) Mois de pluviométrie 100 mm ≤ précipitation < 200 mm
intermédiaire
PFo (mois) Mois de forte pluviométrie Précipitation ≥ 200 mm
PFap (%) Part de la pluie des mois de Proportion de la pluie du mois de faible
faible pluviométrie pluviométrie dans le cumul annuel.
PIp (%) Part de la pluie des mois de Proportion de la pluie du mois de
faible pluviométrie pluviométrie intermédiaire dans le cumul
annuel.
PFop (%) Part de la pluie des mois de Proportion de la pluie du mois de forte
forte pluviométrie pluviométrie dans le cumul annuel.
Tableau 3. Indices de pluie mensuelle utilisés dans l’analyse des événements climatiques
extrêmes

138
 European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

❖ Analyse de la Variabilité de la Pluie Extrême

Une analyse de la tendance et de la stationnarité des indices de pluie
journalière et mensuelle a permis d’apprécier la variabilité de la pluviométrie
extrême sur le bassin de la Bia de 1941 à 2000.
▪ Analyse des Tendances
L’analyse des tendances linéaires de la pluie extrême a été réalisée par
régression linéaire entre les différents indices de pluie (journalière et
mensuelle) et le temps (en années). Les pentes ainsi estimées ont été
regroupées en classes indiquant des tendances significatives à la hausse ou à
la baisse. La limite des classes considérées est définie à partir de la statistique
t de Student utilisée pour tester l’hypothèse d’une pente égale à 0. La tendance
est qualifiée en fonction de la probabilité p du test t appliquée à la pente de
régression.
Si p < 0,01 : la tendance est qualifiée de très significative
Si 0,01 ≤ p <0,05 : la tendance est qualifiée de significative
Si p ≥ 0,05 : la tendance est qualifiée de non significative
▪ Analyse de la Stationnarité de la Pluie Extrême
La détection de ruptures uniques et multiples dans les indices de pluies
journalière et mensuelle a permis d’apprécier la stationnarité de la pluie
extrême. Le test de Pettitt (Pettitt, 1979) a été utilisé pour détecter les ruptures
uniques tandis que la recherche des ruptures multiples s’est faite avec la
procédure de segmentation de Hubert.
L’applicabilité de ces deux méthodes a été vérifiée avec beaucoup de
succès dans de nombreuses études en Afrique de l’ouest (Paturel et al., 1998;
Lubès-Niel et al., 1998).

Résultats
❖ Indices de Pluie Extrêmes
Le Tableau 4 présente pour chaque station la moyenne des indices de
pluie journalière calculée de 1941 à 2000. Ces résultats révèlent une faible
répartition des indices moyens à Agnibilékro dans le nord du bassin alors que
cette répartition est plus prépondérante au sud avec une forte moyenne des
indices PTOT et PXJA à Adiaké et de l’indice JP à Ayamé. Par ailleurs, la
part annuelle de pluie maximale (PXJAp) inférieure à 10% varie très peu d’une
station à une autre. La fréquence des jours de pluie intense (P95) est en
moyenne inférieure à 20 jours et contribue à environ 50% de la pluie annuelle
à la majorité des stations. Le nombre de jour de pluie extrême (P99) est
d’environ 3 jours et représente moins de 20% de pluie annuelle à la plupart
des stations. Une fréquence moyenne de 1 jour de pluie très extrême (P99,5)
contribue à moins de 15% de pluie annuelle.

139
 European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

Indices de Adiaké Agnibilékro Ayamé Bianouan

pluie
PTOT 1937,92 1151,51 1476,77 1462,38
(mm)
PXJA 140,78 77,52 102,64 128,21
(mm)
PXJAp (%) 7,33 6,74 6,99 8,73
JP (jour) 117,13 82,13 125,92 114,9
P95 (jour) 17,32 15,98 16,90 18,22
P95p (%) 52,34 50,54 48,99 54,30
P99 (jour) 3,37 3,37 3,50 3,78
P99p (%) 18,25 17,01 18,31 22,47
P99,5 1,95 1,62 1,78 1,9
(jour)
P99,5p (%) 12,32 9,62 11,16 14,42
Tableau 4. Moyenne des indices de pluie journalière

Les moyennes des indices de pluie mensuelle issue des stations de

Buakuc et de Enshi en zone ghanéenne sont consignées dans le Tableau 5.
L’analyse de ce tableau révèle que la pluie annuelle (PA), la pluie maximale
mensuelle (PXMA) ainsi que sa part de pluie (PXMAp) sont en moyennes plus
élevées à Enshi qu’à Buakuc.
Indice PA PXMA PXMAp PFa Pfap PI Pip Pfo Pfop
de pluie (mm) (mm) (%) (mois) (%) (mois) (%) (mois) (%)
Buakuc 1416,83 283,05 20,18 5,52 17,78 4,22 42,79 2,27 39,43
Enshi 1514,15 332,40 22,09 5,73 18,88 3,80 36,55 2,47 44,57
Tableau 5. Moyenne des indices de pluie mensuelle

Par ailleurs pour les deux (2) stations, les mois de faible pluviométrie
(PFa) plus prépondérants avec une moyenne presque constante (5 mois),
contribuent à la plus faible proportion de pluie annuelle (moins de 20%).
Cependant, à Enshi les mois de forte pluie (PFo) sont en moyenne les plus
faibles (2,47 mois) mais représentent la plus grande proportion (44,57%) de
pluie annuelle alors qu’à Buakuc ce sont en moyenne 4,22 mois de pluie
intermédiaire (PI) qui contribuent à la plus grande proportion (42,79%) de
pluie annuelle (Tableau 5).
❖ Tendances de la Pluie Extrême
La tendance des indices de pluie journalière estimée en pourcentage de
décennie est résumée dans le Tableau 6. Les valeurs négatives indiquent des
tendances en baisse et les valeurs positives des tendances en hausse. Les signes
(**) et (*) indiquent respectivement des tendances très significative et
significative. L’absence de signe montre une tendance non significative.

140
 European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

Indices de pluie Adiaké Agnibilékro Ayamé Bianouan

PTOT (mm) -0,48** -0,45 -0,46** -0,45
PXJA (mm) -0,45 -0,43 -0,43 -0,39
PXJAp (%) 0,58 0,17 0,65 0,64
JP (jour) -0,42* 4,45 0,07 -0,32
SDII (mm/j) -0,47** -0,45 -0,47** -0,44
P95 (jour) -0,48** -0,46 -0,48** -0,42
P95p (%) -0,44* -0,42 -0,43* -0,07
P99 (jour) -0,48** -0,46 -0,48 -0,47
P99p (%) -0,48* -0,44 -0,45 -0,45
P99,5 (jour) -0,49** -0,48 -0,48 -0,49*
P99,5p (%) -0,48** -0,47 -0,47 -0,48
Tableau 6. Tendance exprimées en % de décennie des indices de pluie journalière

À partir de ces indications, l’analyse des résultats du Tableau 6 montre

une tendance non significative (stabilité) dans la majorité des indices étudiés
à Agnibilékro et à Bianouan. La grande instabilité est observée à Adiaké avec
six (6) indices (PTOT, SDII, P95, P99, P99,5 et P99,5) à tendances négatives
très significatives et trois (3) autres (JP, P95p et P99p) à tendances négatives
significatives. A Ayamé, cette instabilité est caractérisée par une baisse
significative de la pluie annuelle (PTOT), de la lame d’eau écoulée (SDII) et
de la fréquence de pluie intense (P95).
La tendance des indices de pluie mensuelle en % de décennie révèle à
Buakuc une tendance non significative, qui est négative pour six (6) indices
(PA, PXMA, PXMA, PI, PFo et PFo) et positive pour trois (3) indices (PFa,
PFa et PIp) (Tableau 7).
Stations PA (mm) PXMA (mm) PXMAp (%) PFa (mois) PFap (%) PI (mois) PIp (%) PFo (mois) PFop (%)
Buakuc -0,4 -0,4 -0,38 0,62 0,62 -0,31 0,66 -0,46 -0,44
Enshi -0,44** -0,44** 0,61 -0,44* -0,23 1,13 0,56 -0,48** -0,47**
Tableau 7. Tendance (% de décennie) type indice de pluie mensuelle

Cependant à Enshi, la tendance à la baisse est significative pour

l’indice PFa et très significative pour les indices PA, PXMA, FPo et FPop
tandis que les autres indices (PXMAp, PFap, PI et PIp) connaissent une
stabilité.

❖ Stationnarité de la Pluie Extrême

L’application des tests de Pettitt et de Hubert aux indices de pluie
journalière a permis d’apprécier la stationnarité de la pluie extrême entre 1941
et 2000 aux différentes stations. Les résultats sont résumés dans le Tableau 8
où le signe (-) indique l’absence de rupture.

141
 European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

Stations Adiaké Agnibilékro Ayamé Bianouan

Tests statistiques Méthode Méthode Méthode Méthode Méthode Méthode Méthode Méthode
de de de de de de de de
Pettitt Hubert Pettitt Hubert Pettitt Hubert Pettitt Hubert
PTOT (mm) 1982 1982 - 1995 1980 1980 - -
PXJA (mm) - - - - 1979 - - 1981
PXJAp (%) - - - - - - - -
JP (jour) 1982 1982 - 1993 - 1969 - -
SDII (mm/j) 1983 - - 1954 et 1979 1979 - -
1995
P95 (jour) 1982 1982 - 1954 et 1980 1980 - -
1995
P95p (%) 1983 - - 1948 et 1983 1983 - 1953
1995
P99 (jour) 1983 1983 - - - - - -
P99p (%) - - - 1995 - - - -
P99,5 (jour) - - - - - - - -
P99,5p (%) - - - - - - - -
Tableau 8. Stationnarité des indices de pluie journalière

Cette stationnarité est caractérisée par une absence de rupture multiple

dans les indices de pluie journalière à Adiaké et à Ayamé de 1941 à 2000 selon
le test de Hubert. Toutefois, cette loi détecte à Agnibilékro une double rupture
(1948 et 1995) dans l’indice P95p, puis une autre (1954 et 1995) dans les
indices SDII et P95. En outre, le test de Pettitt accepte l’hypothèse d’une
rupture dans cinq (5) indices à Ayamé (PTOT, PXJA, SDII, P95 et P95p), puis
dans six (6) autres à Adiaké (PTOT, JP, SDII, P95, P95p et P99) alors qu’aux
stations de Bianouan et d’Agnibilékro cette hypothèse est rejetée pour
l’ensemble des indices étudiés.
Le Tableau 9 permet d’apprécier les dates de ruptures dans la pluie extrême
aux stations de Enshi et Buakuc sur la partie du bassin située au Ghana.
Stations Tests statistiques PA PXMA PXMAp PFa PFap PI PIp PFo PFop
(mm) (mm) (%) (mois) (%) (mois) (%) (mois) (%)
Test de Pettitt 1968 1968 - - - - 1968 - -
Enshi Test de Hubert 1968 1960 - 1979 - - 1984 1968 1968
Test de Pettitt 1968 1968 - - - - - - -
Buakuc Test de Hubert 1968 - - - - - - - -
Tableau 9. Stationnarité des indices de pluies mensuels
Les résultats montrent que l’hypothèse d’une rupture est acceptée en
1968 pour deux (2) indices (PXMA et PA) à Buakuc et trois (3) indices
(PXMA, PA et PIp) à Enshi par le test de Pettitt. Par ailleurs, à cette dernière
station le test de Hubert détecte une rupture en 1968 dans les indices PA, PFo
et PFop puis une autre en 1979 avec l’indice PFap.

Discussion
L’analyse de la variabilité de la pluie extrême entre 1941 à 2000 sur le
bassin versant de la Bia montre une abondance de la pluviométrie au sud du

142
 European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

bassin (Adiaké et Enshi) induisant une décroissance pluviométrique du sud au

nord. Une observation similaire sur le même bassin a été faite par Meledje
(2016). Selon Eldin (1971), l’abondance des précipitations dans la zone sud
du bassin est favorisée par une disposition plus perpendiculaire des secteurs
Est et Ouest du littoral aux vents de mousson. Par ailleurs, la décroissance de
la pluviométrie du sud au nord pourrait s’expliquer par l’effet de
continentalisation, du fait de l’appauvrissement en eau de la masse d’air
porteuse de précipitation au fur et à mesure de son avancée dans le nord du
bassin de la Bia à Agnibilékro (Brou & Dieulin, 2008).
La tendance linéaire de ces indices de pluie révèle que la baisse
générale de la pluie extrême observée sur le bassin versant de la Bia de 1941
à 2000 n’a pas affecté le bassin versant de la même manière. En effet, les
stations d’Adiaké en Côte d’Ivoire et de Enshi au Ghana restent les plus
affectées avec une baisse très significative d’environ 0,48% par décennie.
Cependant, la tendance négative reste peu significative pour la majorité des
indices étudiés aux stations d’Ayamé, de Bianouan, d’Agnibilékro et de
Buakuc. Ces résultats montrent que de façon globale, la pluie extrême sur le
bassin de la Bia n’a pas connu de changement significatif dans son évolution
temporelle au cours de la période 1941–2000. Des observations similaires ont
été faites en Côte d’Ivoire par Soro et al. (2013) avec les données de pluie
extrêmes de courte durée, en Mauritanie par Ozer et al. (2014), sur le bassin
de Chérif en Algérie par Taibi et al. (2015) et au Burkina par Hangnoh et al.
(2015). Elles confirment ainsi les conclusions sur le rapport du groupe
d’experts intergouvernemental quant à l’évolution du climat à l’échelle
globale, à savoir des précipitations extrêmes inchangées dans un contexte de
baisse globale (IPCC, 2013).
La stationnarité des indices de pluie étudiés révèle que les jours de
pluie très extrêmes, de même que les indices de pluie mensuelle à Buakuc
restent presque stationnaires. Ce qui justifie les tendances non significatives
observées par régression linéaire (Brou et al., 1998). Cependant, l’occurrence
des ruptures dans les indices non stationnaires s’observent majoritairement en
1968 pour les indices de pluie mensuelle. Cette date coïncide bien avec celle
déterminée dans la plupart des études en Afrique de l’ouest et centrale
(Conway et al., 2009; Ouédraogo et al., 1998). Toutefois, dans les indices de
pluie journalière, les dates de ruptures s’insèrent dans la majorité des cas dans
les ruptures dites précoces (Avant, 1960) et tardives (Après, 1980). À
Agnibilékro, les doubles ruptures observées dans les indices non stationnaires
s’insèrent dans la date des ruptures précoces (1948 et 1955) et tardives (1993
et 1995). La station de Bianouan présente également une rupture précoce
(1953) et tardive (1981) dans les indices non stationnaires. Des observations
concordantes en Afrique de l’ouest ont détecté des ruptures majoritairement
en 1950 sur 33 stations (Hubert et al., 1989; 1998). En Côte d’Ivoire, sur le

143
 European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

littoral, Fadiga (2012) a fait les mêmes observations à Sassandra en 1948. Les
dates de ruptures observées aux stations d’Ayamé et d’Adiaké sont tardives.
Ahoussi et al. (2013) ont révélé une rupture tardive (1982) à Adiaké avec des
modules de pluie annuelle. Aussi, Fadiga et al. (2008) au Sud - Ouest de la
Côte d’Ivoire ont détecté des ruptures tardives dans les modules de pluie
annuelle de Grabo et de Tabou respectivement en 1981 et 1994. De plus,
plusieurs études ont confirmé que les ruptures tardives seraient
caractéristiques des régions côtières des pays bordiers du golfe de Guinée
(Paturel et al., 1998; Brou et al., 2005). Cependant, des résultats récents
(Noufe et al., 2012; Meledje et al., 2015) sur la zone étudiée révèle une rupture
qui s’opère entre 1970 et 1972 s’insérant dans le contexte de l’évolution
climatique observée de façon générale en Afrique de l’ouest et centrale. Cette
différence entre les dates de ruptures observées peut se justifier par le faite que
notre étude s’est portée sur des variables extrêmes issues de pluie journalière
et mensuelle, et non des modules annuels. En effet, ce type de données peut
apporter un complément quant à la variabilité de la pluviométrie (Servat et al.,
1999; Assani et al., 1999). Ainsi, cette étude pourrait révéler que la rupture
qui a eu lieu autour des années 1970 dans l’Est de la Côte d’Ivoire a affecté
les extrêmes pluviométriques de la zone à partir des années 1980 révélant une
rupture tardive.

Conclusion Générale
Cette étude a permis d’apprécier la variabilité de pluie extrême sur le
bassin versant de la rivière Bia à partir de 1941 à 2000 en utilisant les indices
de pluie.
L’analyse de la tendance de ces indices montre une baisse généralisée
de la pluie extrême sur l’ensemble du bassin de 1941 à 2000 qui s’est révélée
plus significative au sud du bassin (Adiaké et à Enshi).
En ce qui concerne la stationnarité, les dates de ruptures dans les
indices de pluie journalière ne s’intègrent pas dans la période de rupture (1960
- 1970) du régime pluviométrique d’Afrique de l’ouest en général et non plus
à la date moyenne (1972) dans notre zone d’étude. Ainsi, ces études pourraient
révéler que la rupture intervenue autour des années 1970 dans l’Est de la Côte
d’Ivoire a affecté les extrêmes pluviométriques de la zone à partir des années
1980 révélant une rupture tardive.

References:
1. Ahoussi, K. E., Koffi, Y. B., Kouassi, A. M., Soro, G., Soro, N. &
Biémi, J. (2013). Étude de la hydroclimatique et de ses conséquences
sur les ressources en eau du Sud forestier et agricole de la Côte d'Ivoire
: cas de la région d'Abidjan-Agboville. Int. J. Pure App. Biosci. Vol.
1, No. 6, pp. 30 – 50.

144
 European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

2. AssanI, A.A. (1999). Variabilité temporelle et persistance des

épisodes secs en saison des pluies à Lubumbashi (Congo – Kinshasa).
Note méthodologie, Sécheresse, Vol. 10, No. 1, pp. 45 - 53.
3. Bigot, S., Brou, Y. T., Bonnardot, V. & Servat, E. (2002).
Interannual stability of rainfall patterns in the Ivory Coast over the
period 1950-1996. Publications de l’Association Internationale des
Sciences Hydrologiques, pp. 507-514.
4. Beirot, P. (1965). Évolution des théories de la circulation
atmosphérique générale. Annales de Géographie, Vol. 65, No.
348, pp. 81-97.
5. Boyer, J.F., Dieulin, C., Rouche, N., Cres, A., Servat, E., Paturel,
J. E., & Mahé, G. (2006). SIEREM an environmental information
system for water resources. 5th World FRIEND Conference, La
Havana - Cuba, November 2006 in Climate Variability and Change -
Hydrological Impacts IAHS Publ. 308, p19-25.
6. Brou, Y.T. & Dieulin (2008). Atlas climatologique de Côte d'Ivoire.
Hydrosciences Sierem. 20p.
7. Brou, Y.T., Servat, E. & Paturel, J. E. (1998). Activités humaines et
variabilité climatique : cas du sud forestier ivoirien. IAHS Publication,
No. 252, pp. 365-373.
8. Brou, Y.T., Oszwald, Y., Bigot, S., & Servat, E. (2005). Risques de
déforestation dans le domaine permanent de l’État en Côte d’Ivoire :
quel avenir pour ses derniers massifs forestiers ? TELA2004004,
Revue de télédétection de l’Agence Universitaire de la Francophonie,
pour le vol. 5, no 1-2-3, 2005, p 17-33.
9. Christensen, J., Carterand, T., & Giorgi, F. (2002). Prudence
employs new methods to assess European climate change. EOS, pp. 83
- 147.
10. Conway, D., Persechino, A., Ardoin, B. S., Hamandawana, H.,
Dieulin, C., & Mahe, G. (2009). Rainfall and Water Resources
Variability in Sub-Saharan Africa during the Twentieth Century. 19p.
11. Eldin (1971). Le climat. in : "Le milieu naturel de Côte d’Ivoire",
Mémoire ORSTOM, Paris, No. 50, pp. 73 -108.
12. Fadika, V., Goula, B. T. A., Kouassi, F. W., Doumouya, I., Koffi,
K., Kamagaté, B., Savané, I., & Shrohourou, B. (2008). Variabilité
interannuelle et saisonnière de l’écoulement de quatre cours d’eau de
l’Ouest côtier de la Côte d’Ivoire (Tabou, Dodo, Néro et San pédro)
Dans un contexte de baisse de la pluviométrie en Afrique de l’Ouest.
European Journal of Scientific Research, Vol. 21, No. 3, pp. 406-418.
13. Fadika, V. (2012). Variabilité hydroclimatique et modélisation
hydrologique de quelques bassins versants côtiers du Sud-ouest de la
Côte d’Ivoire. Thèse unique doctorat, Université Abobo Adjamé.

145
European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

199p.
14. Goula, A.B.T., Gneneyougo Soro, E., Kouassi, W., & Srohourou,
B. (2012). Tendances et ruptures au niveau des pluies journalières
extrêmes en Côte d’Ivoire (Afrique de l’Ouest). Journal-des Sciences
Hydrologiques, Vol. 57, No. 6, pp. 1067–1080.
15. Hangnon, H., De Longueville, F., & Ozer, P. (2015). Précipitations
‘extrêmes’ et inondations à Ouagadougou : quand le développement
urbain est mal maîtrisé… XXVIIIe Colloque de l’Association
Internationale de Climatologie, 6p.
16. Hubert, P., Carbonel, J. P. & Chaouche, A. (1989). Segmentation
des séries hydrométéorologiques. Application à des séries de
précipitations et de débits de l’Afrique de l’Ouest. Journal of
Hydrology, 110, pp. 349-367.
17. Hubert, P., Servat, E., Paturel, J. E., Kouamé, B., Bendjoudi, H.,
Carbonel, J.P. & Lubès Niel, H. (1998). La procédure de
segmentation, dix ans après. IAHS Publication,. No. 252, pp. 267-273.
18. IPCC (2013). Climatic Change 2013: The Physical Science Basis.
Contribution of Working Group I to the Fifth Assessment Report of
the Intergorvernmental Panel on Climate Change. Cambridge
University Press, Cambridge, United Kingdom and New York, USA,
1 535p.
19. Karimou Barké, M., Ambouta, K., Sarr, B., & Tychon, B. (2015).
Analyse des phénomènes climatiques extrêmes dans le sud-est du
Niger. XXVIIIe Colloque de l’Association Internationale de
Climatologie, 6p.
20. Kouassi, A.M., Kouamé, K.F., Koffi, Y.B., Dje, K.B., Paturel, E.J.,
& Oulare, S. (2010). Analyse de la variabilité climatique et de ses
influences sur les régimes pluviométriques saisonniers en Afrique de
l’Ouest : cas du bassin versant du N’zi (Bandama) en Côte d’Ivoire.
Cybergeo, European Journal of Geography. 29p.
21. Lemaître, F. (2002). Recensement des tests de détection de tendances
ou de ruptures l'analyse de stationnarité des régimes de crues en
France. Rapport de fin d’études, Entpe, Cemagref-Lyon (France), 94p.
22. Lubès-Niel, H., Masson, J.M., Paturel, J.E. & Servat, E. (1998).
Variabilité climatique et statistique. Etude par simulation de la
puissance et de la robustesse de quelques tests utilisés pour vérifier
l'homogénéité de chroniques. Revue des Sciences de l'Eau, Vol. 11,
No. 3 pp. 383 - 408.
23. Meledje, N.H.E (2016). Modélisation de la dynamique hydrologique
et du flux des sédiments dans le lac du barrage hydroélectrique
d'Ayamé 1. Thèse unique de doctorat, UFR-Sciences et Gestion de
l’Environnement, Université Nangui Abrogoua, 215p.

146
 European Scientific Journal January 2018 edition Vol.14, No.2 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431

24. Meledje, N.H., Kouassi, K.L., N’go, Y.N. & Savane, I. (2015).
Caractérisation des occurrences de sécheresse dans le bassin
hydrologique de la Bia transfrontalier entre la Côte d'Ivoire et le Ghana
: contribution des chaînes de Markov. Cah Agric, Vol. 24, No.83, 12p.
25. Noufé, D., Lidon, B., Mahé, G., Servat, E., Brou, T., & Koli Bi, Z.
(2012). Variabilité climatique et production de maïs en culture pluviale
dans l'Est ivoirien. Journal des Sciences Hydrologiques, vol. 56, No.
1, pp. 52 - 67.
26. Ouedraogo, M., Lubès-H., Masson, Servat, E., & Paturel, J.E.
(1998). Caractérisation d’une modification éventuelle de la relation
pluie-débit aux alentours de 1970 en Côte d’Ivoire Water ressources
Variability in Africa during the XXth century. IAHS Publication, No.
2521, pp. 315-321.
27. Ozer, P., Hountondji, Y. C., Gassani, J., Djaby, B., & De
Longueville, F. (2014). Évolution récente des extrêmes
pluviométriques en Mauritanie (1933-2010). XXVIIe Colloque de
l’Association Internationale de Climatologie, 7p.
28. Paturel, J.E., Servat, E. & Delattre, M.O. (1998). Analyse de séries
pluviométriques de longue durée en Afrique de l’Ouest et centrale non
sahélienne dans un contexte de variabilité climatique », Journal des
Sciences Hydrologiques, vol. 43, No.3, pp. 937- 945.
29. Pettitt, A.N. (1979). A non-parametric approach to the change-point
problem. Applied Statistics 28 (2), pp. 126-135.
30. Reizer, C. (1967). Aménagement piscicole du lac artificiel d’Ayamé.
CTFT, 108p.
31. Servat, E., Paturel, J.E., Kouamé, B., Travaglio, M., Ouédraogo,
M., Boyer, J. F., Lubès-Niel, H., Fritsch, J.M., Masson, J.M., &
Marieu, B. (1998). Identification, caractérisation et conséquences
d’une variabilité hydrologique en Afrique de l’Ouest et centrale »
IAHS Publication, vol. 252, pp. 323 - 337.
32. Servat, E., Paturel, J.E., Lubès-Niel, H., Kouamé, B., Masson,
J.M., Travaglio, M. & Marieu, B. (1999). De différents aspects de la
variabilité de la pluviométrie en Afrique de l’ouest et centrale non
sahélienne », Revue des Sciences de l’Eau, vol. 12, No.2, pp. 363-387.
33. Soro, G. E., Goula, B. T. A., Kouassi, F. W. & Srohourou, B.
(2013). Évolution des intensités maximales annuelles des pluies
horaires en Côte d’Ivoire. Agronomie Africaine, 22 (1) : 33 – 44.
34. Taibi, S., Meddi, M. & Mahé, G. (2015). Evolution des pluies
extrêmes dans le bassin du Chéliff (Algérie) au cours des 40 dernières
années 1971–2010. IAHS Publication, 369, pp. 175 – 180.

147