ÉVOLUTION RÉCENTE DES PRÉCIPITATIONS DIURNES À CUMUL ÉLEVÉ AU NORD-CONGO (CONGO-BRAZZAVILLE).

(1)

HAL Id: hal-02872897

https://hal.archives-ouvertes.fr/hal-02872897

Preprint submitted on 18 Jun 2020

HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

Copyright

ÉVOLUTION RÉCENTE DES PRÉCIPITATIONS

DIURNES À CUMUL ÉLEVÉ AU NORD-CONGO

(CONGO-BRAZZAVILLE).

Ghislain Toli

To cite this version:

Ghislain Toli. ÉVOLUTION RÉCENTE DES PRÉCIPITATIONS DIURNES À CUMUL ÉLEVÉ AU NORD-CONGO (CONGO-BRAZZAVILLE).. 2020. �hal-02872897�

(2)

ÉVOLUTION RÉCENTE DES PRÉCIPITATIONS DIURNES À CUMUL ÉLEVÉ AU NORD-CONGO (CONGO-BRAZZAVILLE)

Ghislain TOLI

École Normale Supérieure et Faculté des Lettres, Arts et Sciences Humaines, Université Marien Ngouabi, Brazzaville, République du Congo.

Email : tolighislain@gmail.com, tel : (+242) 06 606 17 27.

Résumé

L’étude de l’évolution récente des précipitations diurnes à cumuls élevés au nord-Congo vise à apporter une meilleure lecture sur la variabilité spatio-temporelle des pluies journalières dans le Congo septentrional. Le nord-Congo fait l’objet de la plupart des études nationales en raison de la baisse du rythme des précipitations observée dans cette partie du pays. La présente étude a permis de mettre en évidence les occurrences de pluies journalières qui surviennent avec des forts cumuls variant de 20 à 70 mm/jour et les proportions qu’elles présentent. Il ressort de notre étude que les précipitations diurnes qui surviennent au nord-Congo ont une tendance dominée par les pluies à cumuls se situant entre 20 et 30 mm d’eau par jour. Les proportions des occurrences de pluies classent les épisodes pluvieux présentant les lames d’eau variant entre 20 et 30 mm au premier rang des séquences à hautes fréquences.

Mots-clés : précipitations diurnes, cumuls élevés, nord-Congo, occurrences, variabilité journalière.

Abstract

The study of recent trends in high cumulative daytime precipitation in northern Congo aims to provide a better reading of the spatio-temporal variability of daily rainfall in northern Congo. North Congo is the subject of most national studies due to the decrease in the rate of precipitation observed in this part of the country. The present study made it possible to highlight the occurrences of daily rains that occur with heavy accumulations varying from 20 to 70 mm /day and the proportions that they present. Our study shows that daytime precipitation in northern Congo tends to be dominated by cumulative rainfall between 20 and 30 mm of water per day. The proportions of the occurrences of rain classify the rainy episodes presenting the water layers varying between 20 and 30 mm in the first row of the high frequency sequences. Key-words: daytime precipitation, high accumulations, northern Congo, occurrences, daily variability..

(3)

Introduction

Le réchauffement climatique et les perturbations observées au niveau des précipitations dans la zone intertropicale annoncent les éventuelles changements du climat ou l’évolution du climat mondial. Dans la zone intertropicale, les précipitations constituent l’un des paramètres climatiques les plus utilisés afin de détecter les signaux de ces changements climatiques. Le Congo-Brazzaville, situé entre les latitudes 4°N et 5°S et les longitudes 11° et 19°E(figure1), connait une évolution à la baisse au niveau des précipitations depuis la décennie 1980 comme en témoignent les travaux de Mpounza et Samba-kimbata (1990), de Samba et Mpounza (2005) et de Samba et Nganga (2012). La répartition des précipitations dans l’ensemble du territoire révèle que le nord-Congo connait une baisse signification des précipitations, tandis que le Centre et le Sud-Congo connaissent une évolution nettement plus stable (Samba et Nganga, 2012). L’étude de Toli (2019) a révélé que cette tendance à la baisse observée au niveau des précipitations est accompagnée de faibles intensités de pluies journalières. À ce propos, la présente étude s’inscrit donc dans un contexte national de changement climatique, marqué entre autres par des perturbations pluviométriques. L’analyse de l’évolution actuelle des précipitations journalières au nord-Congo permettrait d’apporter une meilleure connaissance sur la pluviométrie du Congo septentrional. Non seulement, elle serait d’une nécessité capitale dans la recherche scientifique, mais cette étude permettra d’établir des politiques agricoles par rapport aux cumuls de pluies qui surviennent dans les différentes localités présentant la zone d’étude.

La baisse observée au niveau des précipitations dans cette partie du pays a poussé notre réflexion à s’interroger sur l’organisation des cumuls de pluies journalières. Cette interrogation nous a permis à s’orienter vers une étude susceptible d’apporter des réponses adéquates sur l’évolution des pluies à cumuls élevés au nord-Congo. Cet article vise donc un objectif qui consiste à faire une analyse élaborée de l’évolution des précipitations diurnes présentant de forts cumuls sur une période jugée récente, c’est-à-dire du 1er janvier 2000 au 31 décembre 2018.

(4)

Figure 1 : Localisation de la zone d'étude et des stations utilisées (source : Toli G, 2020).

1. Données et méthodes 1.1.Données

Les données utilisées dans ce travail sont essentiellement composées des hauteurs de pluies journalières. Ces données issues de l’Agence Nationale de l’Aviation Civile (ANAC) portent sur une période jugée récente, c’est-à-dire de 2000 à 2018. Les données manquantes ont été calculées sur un intervalle d’au moins 7 jours sans séquences pluvieuses. Toutefois, le calcul n’a pas porté sur les années ne présentant aucun jour humide.

1.2.Méthodes

La méthodologie utilisée dans cet article relève de la statistique descriptive qui s’est effectuée avec les logicielles Excel 2016 et Xlstat 2014. Les différentes méthodes utilisées sont :

Le cumul qui est la somme des valeurs de xi. Cette méthode nous a permis d’avoir une

idée sur le nombre de pluies à forts cumuls. Elle est représentée par la formule suivante : ∑ 𝑿𝒊

(5)

La moyenne arithmétique simple qui est le rapport de la somme des valeurs de la série

statistique sur le nombre de valeurs. Elle nous a permis de déterminer la valeur centrale de la série pluviométrique. Elle est définie de la manière suivante :

𝑿̅ = 𝟏 𝑵∑ 𝐗𝒊

𝒏

𝒊=𝟎

Avec : Xi, variable de la série ;

n

, effectif de la variable ; N, effectif total.

Le coefficient de variation qui est le rapport de l’écart-type sur la moyenne, le tout

multiplié par 100 afin d’avoir un résultat en pourcentage (%). Ce coefficient nous a permis de mesurer l’homogénéité (ou variation) des données de la série pluviométrique. Elle est donnée à partir de la formule suivante :

𝑪𝒗 = 𝝈

𝑿̅ 𝐱 𝟏𝟎𝟎 Avec : σ, écart-type ; 𝑿̅, moyenne.

Les anomalies centrées réduites qui représentent la soustraction entre Xi et la moyenne, le tout sur l’écart-type. Les ACR nous ont permis de mieux apprécier l’évolution des précipitations à travers des indices pluviométriques. Cette méthode est définie de la manière suivante :

𝐀𝐂𝐑 =(𝐗𝒊 − 𝑿̅) 𝝈

Avec : ACR comme Anomalies Centrées Réduites ; Xi variable de la série ; σ écart-type ; 𝑿̅

moyenne.

La moyenne mobile simple qui est l’addition des valeurs d’un certain nombre de

périodes divisées par la somme du total des nombres de valeurs (Djoufack, 2011). Elle permet de déterminer la tendance générale de l’évolution des précipitations. Pour cette étude, nous avons utilisé la moyenne glissante sur une fenêtre de 2 jours. La formule est donnée par l’équation suivante :

𝐌𝐌 = 𝑿𝒊 + 𝑿𝒊 + 𝟏 𝟐

La fréquence qui est le rapport entre ni et N, le tout multiplié par 100 (afin de ressortir la forme de pourcentage). Cette méthode nous a permis de recenser les différentes proportions que présentent les pluies à fort cumul. Elle est donnée à partir de la méthode suivante :

𝒇𝒊 =𝒏𝒊

𝐍× 𝟏𝟎𝟎

Avec : fi comme fréquence en pourcentage, ni comme effectif de xi et N comme effectif total de

(6)

2. Résultats et discussion

2.1. Analyse de l’évolution récente des précipitations journalières au nord-Congo

L’analyse de l’évolution des précipitations diurnes au nord-Congo passe par les stations synoptiques retenues : Ouesso, Impfondo, Makoua, Gamboma et Djambala. Cette évolution s’est faite en appréciant les tendances des pluies diurne survenues du Jour 1 au Jour 31 et celles survenues dans chaque mois.

2.1.1. Évolution journalière des précipitations diurnes

La figure 2 met en évidence l’évolution journalière des pluies à Ouesso, l’évolution des pluies journalières à Ouesso est marquée par une longue série de jours déficitaires (inférieur au niveau de signification qui est 0. À Impfondo, par contre la tendance est marquée par une variabilité importante des pluies entre le jour 10 et le jour 19 (figure 3). L’évolution des précipitations journalières à la station d’Impfondo présente 17 jours excédentaires contre 14 jours déficitaires. Les figures 4 et 5 présentent l’évolution journalières des pluies à Makoua et à Gamboma. À Makoua, la tendance est marquée par des pluies excédentaires et à Gamboma, on a enregistré plus de jours déficitaires. La tendance à la station de Djambala reste dominée par des jours excédentaires avec 17 jours excédentaires contre 14 jours déficitaires (figure 6).

La distribution statistique de ces 5 stations, testée au coefficient de variation, présente une série des données homogène avec de faibles variations, soit Cv < 33% : Ouesso 22%, Impfondo 15%, Makoua 22%, Gamboma 22% et Djambala 17%.

Figure 2 : Évolution journalière des précipitations à Ouesso de Janvier 2000 à

Décembre 2018.

Figure 3 : Évolution journalière des précipitations à Impfondo de Janvier

2000 à Décembre 2018.

Cv =15% Cv =22%

(7)

Figure 4 : Évolution journalière des précipitations à Makoua de Janvier 2000 à

Décembre 2018.

Figure 5 : Évolution journalière des précipitations à Gamboma de Janvier 2000

à Décembre 2018.

Figure 6 : Évolution journalière des précipitations à Djambala de Janvier 2000 à

Décembre 2018.

2.1.2. Évolution mensuelle des précipitations diurnes

La variabilité mensuelle des précipitations journalières à Ouesso, comme le montre la figure 7, présente 6 mois jugés excédentaires, soit supérieur au niveau de signification (α=0) et 6 mois jugés déficitaires. L’ajustement de la tendance linéaire reste faible avec un coefficient de détermination se situant à 0,1739. Toutefois, l’évolution mensuelle des pluies journalières à Impfondo (figure 8) montre une tendance dominée par des mois jugés excédentaires. La variation mensuelle des pluies diurnes à Impfondo (de Janvier 2000 à Décembre 2018) a présenté 8 mois supérieur au seuil de signification contre 4 mois jugés déficitaires. La tendance linéaire présente un faible ajustement avec R² =0,119.

Les figures 9 et 10 illustrent sur l’évolution mensuelle des précipitations journalières à Makoua et à Gamboma. Les deux stations présentent, chacune, 6 mois jugées excédentaires et 6 mois déficitaires. Les tendances linéaires de ces deux stations présentent un ajustement assez faible avec un coefficient de détermination R² =0,0953 pour Makoua et R² =0,0663 pour Gamboma. À Djambala, par contre, on a enregistré 7 mois jugés excédentaires contre 3 mois déficitaires et le mois de Mai qui se situe au niveau du seuil (figure 11).

Cv = 22% Cv = 22%

(8)

Figure 7: Variabilité mensuelle des pluies journalières à Ouesso de Janvier 2000 à

Décembre 2018.

Figure 8: Variabilité mensuelle des pluies journalières à Impfondo de Janvier

Figure 9 : Variabilité mensuelle des pluies journalières à Makoua de Janvier 2000

à Décembre 2018.

Figure 10 : Variabilité mensuelle des pluies journalières à Gamboma de

Janvier 2000 à Décembre 2018.

Figure 11 : Variabilité mensuelle des pluies journalières à Djambala de Janvier

L’ensemble de la distribution statistique présente des séries de données jugées hétérogènes, c’est-à-dire les données présentent des fortes variations, soit Cv>33% ; malgré une faible variation observée à Impfondo avec 31%. Ouesso présente un coefficient de variation de 41%, Makoua avec 42%, Gamboma avec 47% et Djambala avec 56%.

(9)

2.2.Évolution récente des pluies journalières à fort cumul au Nord-Congo

Les pluies journalières à fort cumul, ici, représentent les pluies regroupées en cinq classes (Tableau 1) et qui varient de 20 à 70 mm d’eau par jour.

Classes 1 2 3 4 5

Millimètres d'eau par jour 20-30 30-40 40-50 50-60 60-70

Tableau 1 : Les intervalles de cumuls retenues.

Au nord-Congo, l’évolution des précipitations diurnes à cumul élevé est appréciée à partir des données des périodes pluvieuses, c’est-à-dire à partir des occurrences de pluies survenues pendant les saisons humides (Mars-Avril-Mai et Septembre-Octobre-Novembre).

2.2.1. Distribution des séquences pluvieuses à fort cumul  À Ouesso

La figure 12 met en relief le nombre des occurrences de pluies journalières à cumul élevé survenues à Ouesso au cours de la saison Mars-Avril-Mai. Le constat est tel que les pluies ayant cumulé entre 20 et 30 mm d’eau par jour détiennent le record du nombre de pluies avec 60 séquences. Pour la saison Septembre-Octobre-Novembre, la tendance reste dominée par les pluies présentant des cumuls se situant entre 20 et 30 mm d’eau. Les pluies présentant des lames d’eau de 20 à 30mm/jour au cours de ladite saison ont atteint plus de 80 occurrences, soit 87 séquences (figure 13).

Figure 12 : Évolution du nombre de pluies journalières à fort

cumuls pendant la saison MAM à Ouesso (2000-2018).

cumuls pendant la saison SON à Ouesso (2000-2018).

 À Impfondo

À la station d’Impfondo, on a enregistré plus de pluies présentant des cumuls qui varient entre 20 et 30mm d’eau par jour. La figure 14 met en exergue le nombre de cumuls de pluies journalières survenues à Impfondo au cours de la saison Mars-Avril-Mai. Les cumuls de pluies se situant entre 20 et 30mm d’eau par jour présente un nombre élevé d’épisodes avec 56 occurrences. Au cours de la saison Septembre-Octobre-Novembre (figure 15), la variation du nombre de pluies diurnes à fort cumul diffère. Ici, on note plus d’occurrences de pluies présentant des lames d’eau se situant entre 30 et 40mm d’eau par jour. Cette classe de pluies a enregistré 51 épisodes pluvieux.

27 15 18 4 7 14 7 7 8 2 1 3 1 0 7 0 5 10 15 20 25 30 M a r s A v r i l M a i 20-30mm 30-40mm 40-50mm 50-60mm 60-70mm 30 28 29 17 12 9 10 7 4 8 7 1 4 5 0 0 5 10 15 20 25 30 35 S e p t e m b r e O c t o b r e N o v e m b r e 20-30mm 30-40mm 40-50mm 50-60mm 60-70mm

(10)

cumuls pendant la saison MAM à Impfondo (2000-2018).

cumuls pendant la saison SON à Impfondo (2000-2018).

 À Makoua

La saison de Mars-Avril-Mai a enregistré au total 59 occurrences de pluies ayant des cumuls allant de 20 à 30mm d’eau par jour. La figure 16 montre cette distribution du nombre de pluies à fort cumuls à Makoua pendant la saison de MAM. La tendance reste la même pour la seconde saison pluvieuse. À Makoua, pendant la saison de Septembre-Octobre-Novembre on a enregistré 73 épisodes pluvieuses pour les pluies ayant des cumuls se situant entre 20 et 30 mm d’eau par jour (figure 17).

 À Gamboma

Les deux figures (18 et 19) montrent la distribution du nombre de pluies journalières à cumuls élevés à Gamboma pendant les deux saisons pluvieuses. Les résultats montrent que les pluies présentant des cumuls allant de 20 à 30mm d’eau par jour enregistrent le plus grand nombre de séquences. La saison MAM a accumulé 52 séquences pour les pluies ayant des hauteurs d’eau se situant entre 20 et 30mm (figure 18). La tendance reste la même pour la seconde saison pluvieuse qui présente 59 occurrences de pluies avec des cumuls qui varient entre 20 et 30mm (figure 19). 20 21 15 16 11 17 4 5 6 4 5 5 4 3 6 0 5 10 15 20 25 M a r s A v r i l M a i 20-30mm 30-40mm 40-50mm 50-60mm 60-70mm 16 14 20 18 15 18 8 2 4 5 5 1 6 4 3 0 5 10 15 20 25 S e p t e m b r e O c t o b r e N o v e m b r e 20-30mm 30-40mm 40-50mm 50-60mm 60-70mm

cumuls pendant la saison MAM à Makoua (2000-2018).

cumuls pendant la saison SON à Makoua (2000-2018).

19 22 18 10 12 11 3 7 8 9 3 3 3 2 1 0 5 10 15 20 25 M a r s A v r i l M a i 20-30mm 30-40mm 40-50mm 50-60mm 60-70mm 24 26 23 10 21 18 7 15 5 4 8 7 2 3 4 0 5 10 15 20 25 30 S e p t e m b r e O c t o b r e N o v e m b r e 20-30mm 30-40mm 40-50mm 50-60mm 60-70mm

(11)

cumuls pendant la saison MAM à Gamboma (2000-2018).

cumuls pendant la saison SON à Gamboma (2000-2018).

 À Djambala

L’évolution du nombre de pluies à cumuls élevés à Djambala montre une tendance dominée par les pluies avec des hauteurs d’eau compris entre 20 et 30mm. Au cours de la première saison humide (MAM) les pluies ayant des cumuls d’eau se situant entre 20 et 30 mm présentent le plus grand nombre d’épisodes pluvieux avec 80 occurrences (figure 20). La saison de Septembre-Octobre-Novembre garde la même distribution avec une tendance dominée par un grand nombre de pluies avec des cumuls se situant entre 20 à 30mm d’eau par jour. Comme le montre la figure 21, la classe 1 présente 66 occurrences de pluies.

cumuls pendant la saison MAM à Djambala (2000-2018).

cumuls pendant la saison SON à Djambala (2000-2018).

2.2.2. Étude des fréquences de pluies à fort cumul  À Ouesso

L’analyse des fréquences de pluies à cumuls élevés à Ouesso présente un schéma qui place les précipitations ayant des cumuls d’eau se situant entre 20 et 30 mm au premier rang des séquences ayant de fortes fréquences. Pour la saison de MAM, les fréquences de nombre de pluies varient entre 4 et 49%. L’étude des fréquences des occurrences de pluies à fort cumul, comme le montre la figure 22, présente 49,58% pour la classe 1 (20-30 mm), la classe 2 (30-40 mm) avec 20,66%, la classe 3 (40-50 mm) avec 18,18%, la classe 4 (50-60 mm) avec 4,95% et la classe 5 (60-70) avec 6,61%. Par contre, la saison de SON, le constat est tel que les fréquences ici varient entre 5 et 50%. La classe 1 avec 50,87%, la classe 2 avec 22,22%, la classe 3 avec 12,28%, la classe 4 avec 9,35% et la classe 5 avec 5,26%.

17 22 13 7 8 7 8 7 4 3 4 2 7 2 5 0 5 10 15 20 25 M a r s A v r i l M a i 20-30mm 30-40mm 40-50mm 50-60mm 60-70mm 9 27 23 12 16 19 7 10 6 4 9 5 1 2 4 0 5 10 15 20 25 30 S e p t e m b r e O c t o b r e N o v e m b r e 20-30mm 30-40mm 40-50mm 50-60mm 60-70mm 38 30 12 12 13 14 3 8 8 6 5 5 2 4 1 0 5 10 15 20 25 30 35 40 M a r s A v r i l M a i 20-30mm 30-40mm 40-50mm 50-60mm 10 26 30 6 13 23 5 6 6 1 3 6 2 3 7 0 5 10 15 20 25 30 35 S e p t e m b r e O c t o b r e N o v e m b r e 20-30mm 30-40mm 40-50mm 50-60mm

(12)

a) Mars-Avril-Mai b) Septembre-Octobre-Novembre

Figure 22 : Fréquences du nombre de cumuls élevés pendant les saisons de MAM (a) et de SON (b) à Ouesso.  À Impfondo

La figure 23 met en relief les différentes fréquences du nombre de pluies à fort cumul au cours des deux saisons humides à Impfondo. La saison de Mars-Avril-Mai a présenté une forte fréquence de 39,43% pour les pluies à cumuls se situant entre 20 et 30 mm d’eau par jour, celles se situant entre 30 et 40 mm ont également présenté une forte fréquence avec 30,98%, soit >20%. Les épisodes pluvieux à cumuls se situant entre 40 et 50 mm, 50 et 60 mm et celles se situant entre 60 et 70 mm ont enregistré de basses fréquences avec respectivement 10,56%, 9,15% et 9,85%. Le constat reste pratiquement le même pour les pluies survenues pendant la période de Septembre-Octobre-Novembre qui présente également deux classes à haute fréquence (20-30 avec 35,97% et 30-40 avec 36,69%) contre trois classes à basse fréquence (40-50 avec 10,07%, 50-60 avec 7,91% et 60-70 avec 9,35%).

c) Mars-Avril-Mai d) Septembre-Octobre-Novembre

Figure 23 : Fréquences du nombre de cumuls élevés pendant les saisons de MAM (c) et de SON (d) à Impfondo.

0 10 20 30 40 50 60 20-30 30-40 40-50 50-60 60-70 Vale u rs ( %) Fréquences mu 0 10 20 30 40 50 60 20-30 30-40 40-50 50-60 60-70 Vale u rs ( %) Fréquences mu 0 5 10 15 20 25 30 35 40 45 20-30 30-40 40-50 50-60 60-70 Vale u rs ( %) Fréquences mu 0 5 10 15 20 25 30 35 40 20-30 30-40 40-50 50-60 60-70 Vale u rs ( %) Fréquences mu

(13)

 À Makoua

À la station de Makoua, les deux saisons humides ont enregistré de hautes fréquences de nombre d’occurrences de pluies à fort cumuls pour les pluies présentant les lames d’eau variant de 20 à 30 mm d’eau par jour. Sur la figure 24, on constate que pour la saison de Mars-Avril-Mai, les hautes fréquences se situent entre la classe 1 et la classe 2 qui représentent respectivement 45,03% et 25,19%, soit supérieur au seuil de signification (20%). La saison de Septembre-Octobre-Novembre présente également deux classes à hautes fréquences. La classe 1 avec 41,27%, suivit de la classe 2 avec 27,68%.

Figure 24 : Fréquences du nombre de cumuls élevés pendant les saisons de MAM (e) et de SON (f) à Makoua.  À Gamboma

La figure 25 met en évidence les fréquences des épisodes pluvieux enregistrés pendant les saisons pluvieuses à Gamboma. La tendance reste dominée par de faibles fréquences à séquences pluvieuses. Au cours de la première saison pluvieuse, on compte une (01) classe ayant de fréquences élevées contre quatre (04) classes à faibles fréquences. La classe 1 est celle qui a enregistré de fortes fréquences avec 44,82%. La saison de Mars-Avril-Mai a présenté deux classes à hautes fréquences contre trois classes à basses fréquences. Les classes 1 et 2 ont enregistré de fortes fréquences avec, respectivement, 38,31% et 30,51%.

g) Mars-Avril-Mai h) Septembre-Octobre-Novembre

Figure 25 : Fréquences du nombre de cumuls élevés pendant les saisons de MAM (g) et de SON (h) à Gamboma.

0 5 10 15 20 25 30 35 40 45 50 [20;30[ [30;40[ [40;50[ [50;60[ [60;70[ V a le u rs (% ) Fréquences mu 0 5 10 15 20 25 30 35 40 45 [20;30[ [30;40[ [40;50[ [50;60[ [60;70[ Vale u rs ( %) Fréquences mu e) Mars-Avril-Mai f) Septembre-Octobre-Novembre 0 5 10 15 20 25 30 35 40 45 50 [20;30[ [30;40[ [40;50[ [50;60[ [60;70[ V a le u rs (% ) Fréquences mu 0 5 10 15 20 25 30 35 40 45 [20;30[ [30;40[ [40;50[ [50;60[ [60;70[ V a le u rs (% ) Fréquences mu

(14)

 À Djambala

Les résultats de l’analyse des fréquences des occurrences de pluies à cumuls élevés à Djambala (figure 25) montrent une tendance dominée par des occurrences à faibles fréquences. La saison de Mars-Avril-Mai a enregistré deux classes présentant de fortes fréquences contre trois classes à basses fréquences. Les occurrences de pluies ayant des cumuls d’eau se situant entre 20 et 30 mm (pour la classe 1) et celles se situant entre 30 et 40 mm (pour la classe 2) ont accumulé respectivement 49,68% et 24,22%, soit > 20%. Pendant la saison de Septembre-Octobre-Novembre on note également deux classes à hautes fréquences contre trois classes à basses fréquences. Ici, c’est la classe 1 et la classe 2 qui ont présenté de fortes fréquences en nombre de séquences. Sur la section j de la figure 25 ; on compte 44,89% pour la classe 1 et 28,57% pour la classe 2.

i) Mars-Avril-Mai j) Septembre-Octobre-Novembre

Figure 26 : Fréquences du nombre de cumuls élevés pendant les saisons de MAM (i) et de SON (j) à Djambala.

Conclusion

Les précipitations font parties des paramètres climatiques les plus utilisées en zone intertropicale dans la détection des signaux du changement climatique. Le nord-Congo est une zone qui connait une variabilité pluviométrique importante durant ces dernières décennies. Les précipitations journalières gardent des cumuls assez élevés ; mais les intensités de pluies restent relativement faibles dans l’ensemble. L’analyse de l’évolution des précipitations diurnes à cumuls élevés montre que le Congo septentrional enregistre plus d’occurrences de pluies présentant des lames d’eaux se situant entre 20 et 30 mm/jour. Cette étude étant partie sur une hypothèse selon laquelle les pluies journalières au nord-Congo présentent de fort cumuls a ainsi permis de vérifier et d’affirmer ladite hypothèse initiale.

Remerciements

À la Direction Nationale de la Météorologie, principalement au chef de service de climatologie et toute son équipe pour la disponibilité des données pluviométriques. Je tiens à remercier Gaston Samba, Patrice Moundza (du Centre de Recherches sur les Tropiques Humides (CRTH) de l’Université Marien Ngouabi) pour les enseignements reçus et le soutient multiforme. Merci également à Ferdinand Ndzani

0 10 20 30 40 50 60 [20;30[ [30;40[ [40;50[ [50;60[ [60;70[ Vale u rs ( %) Fréquences mu 0 5 10 15 20 25 30 35 40 45 50 [20;30[ [30;40[ [40;50[ [50;60[ [60;70[ Vale u rs ( %) Fréquences mu

(15)

Références bibliographiques

ACQUAOTTA F, FRATIANNI S et AJASSA R., 2012, Étude climatologique des longues séries des

précipitations dans le nord-ouest de l’Italie, AIC, Grenoble, pp45-50.

ADEWI E, BADAMELI K.M. S. et DUBREUIL V., 2010, Évolution des saisons des pluies potentiellement utiles

au Togo de 1950 à 2000, AIC, vol. 7, Grenoble, pp89-107.

BIGOT S, MORON V, MELICE J.L, SERVAT E ET PATUREL J.E., 1998, Fluctuations pluviométriques et

analyse fréquentielle de la pluviosité en Afrique centrale, Century Proceedings of the Abidjan'98 Conference

held at Abidjan, Côte d'Ivoire, p71-78.

BOYARD-MICHEAU J et CAMBERLIN P., 2015, Reconstitution de séries de pluies quotidiennes en Afrique de

l’est : application aux caractéristiques des saisons des pluies, AIC, Climatologie, vol. 12, Grenoble, pp83-105.

CAMBERLIN P. 2007, L’Afrique Centrale dans le contexte de la variabilité climatique tropicale interannuelle et

intra-saisonnière, Presses Universitaires d’Orléans, 14p.

CAMBERLIN P, BELTRANDO G, FONTAINE B et RICHARD Y., 2002, Pluviométrie et crises climatiques en

Afrique Tropicale : changements durables ou fluctuations interannuelles ? Historiens& Géographes n°379,

p263-273.

DESCROIX L, DIONGUE A, NIANG, DACOSTA H, PANTHOU G, QUANTIN G et DIEDHIOU A., 2013,

Évolution des pluies de cumul élevé et recrudescence des crues depuis 1951 dans le bassin du Niger moyen (sahel), AIC, Climatologie, vol. 10, Grenoble, pp37-49.

DIEPPOIS B, DURAND A, FOURNIER M, DIEDHIOU A, FONTAINE B, MASSEI N, NOUACEUR Z et SEBAG D., 2012, Variabilité basse-fréquence des précipitations au sahel et des températures de surface de

l’océan atlantique au cours du dernier siècle, 25ème Colloque de l’Association Internationale de Climatologie,

Grenoble, pp219-224.

FAYE C, BA D-D et SOW A., 2019, Analyse comparée du nombre de jours pluvieux et/ou secs (non pluvieux)

sur deux régions du Sénégal, les cahiers de l’ACAREF, Volume 1, No 3, Décembre 2019, ISBN

9782953729962, pp61-81.

GAROT T., 2013, Étude des précipitations journalières observées pendant la saison de pluies sur Madagascar,

Mayotte, La Réunion et les îles Éparses de 1971 à 1999 : rôle et contribution des talwegs tropicaux-tempérés,

Mémoire de Master, Université de Bourgogne, 47 p.

MPOUNZA M. et SAMBA-KIMBATA M.J.,1990, Aperçu sur le climat de l'Afrique centrale occidentale, in les cadres naturels, p39-41.

ORGANISATION MÉTÉOROLOGIQUE MONDIALE., 2011, Guide des pratiques climatologiques, OMM-N° 100, CH-1211 Genève 2, Suisse, ISBN 978-92-63-20100-3, 152p.

SAMBA G., 2014, Le Congo-Brazzaville, Climat et environnement, L'Harmattan, Paris, pp22-24.

SAMBA G. AND NGANGA D., 2012, Rainfall variability in Congo-Brazzaville : 1932–2007, Int. J. Climatol. 32, pp854–873.

SAMBA G et MPOUNZA M., 2005, Application du processus de Markov sur les occurrences des précipitations

journalières au Congo-Brazzaville, Compte Rendu Géoscience (337) : pp.1355–1364.

TOLI G., 2019, Étude comparée du cycle diurne des précipitations de forêt et de savane au nord-Congo, Mémoire de Master, École Normale Supérieure, Université Marien Ngouabi, République du Congo, 61p.