Reconstitution de séries de pluies quotidiennes en Afrique de l’est : application aux caractéristiques des saisons des pluies

Abstract

La reconstitution de données de pluies manquantes au pas de temps quotidien et à l’échelle stationnelle est parfois nécessaire pour l’étude de changements climatiques ou des travaux de climatologie appliquée. C’est le cas, en domaine tropical, de l’analyse des variations des caractéristiques des saisons des pluies (dates de démarrage et de fin, durée, etc.). A partir d’une approche méthodologique classique fondée sur une régression linéaire multiple pas à pas, mais appliquée pour tirer le meilleur parti possible des données disponibles et incluant une correction des biais, les performances de la reconstitution des pluies obtenues sont évaluées en considérant différents descripteurs de la structure temporelle des saisons des pluies est-africaines. L’Afrique de l’Est, par sa topographie contrastée et ses deux saisons des pluies forcées par des mécanismes d’échelles spatiales différentes, constitue une zone pertinente pour tester la méthodologie de reconstitution. Les résultats montrent que l’occurrence des jours de pluies ainsi que les quantités précipitées sont reproduites correctement dans les espaces où les précipitations sont les plus abondantes et où le nombre de pluviomètres est plus important. Si au pas de temps journalier, les performances des reconstitutions restent parfois modestes, elles sont bien plus satisfaisantes lorsqu’on les évalue à partir des caractéristiques saisonnières ou intra-saisonnières comme le cumul saisonnier, le nombre de jours de pluie, ou les dates de début et de fin des saisons des pluies. L’impact du comblement des lacunes est directement associé à la proportion de lacunes dans les séries temporelles de pluie, sans qu’il soit possible d’identifier un pourcentage de lacunes au-delà duquel les performances de la méthode de reconstitution se détériorent significativement. La distribution temporelle des valeurs manquantes a également un impact non négligeable sur la qualité de la reconstitution de la saison des pluies : ainsi, lorsque l’absence de données de pluie concerne de longues périodes continues, les caractéristiques de la saison des pluies sont mal reproduites.