thèse de Joseph Boyard-Micheau

Thumbnail imagePrévisibilité potentielle des variables climatiques à impact agricole en Afrique de l'est et application au sorgho dans la région du Mont Kenya

Financement : ANR PICREVAT (prévisibilité de l’information climatique pour reduction de vulnérabilité de l’agriculture tropicale)

Directeur : Pierre Camberlin

Début de thèse : 2010

Soutenue le 22 novembre 2013

 

Résumé

Dans les pays du sud ruraux et à faibles revenus, la vulnérabilité des zones agricoles pluviales, face à la variabilité pluviométrique, nécessite de trouver des solutions efficaces pour limiter les effets des aléas climatiques sur les récoltes. La prévision des caractéristiques des saisons des pluies quelque temps avant leur démarrage devrait aider à l’établissement de stratégies agricoles d’adaptation aux aléas pluviométriques. C’est à cet objectif que s’attache ce travail, appliqué à l’Afrique de l’est (Kenya et nord de la Tanzanie), et articulé en 3 parties :

- Définir et comprendre le comportement des descripteurs intra saisonniers (DIS) qui feront l’objet de l’étude de prévisibilité. Un travail spécifique a permis le développement d’une nouvelle approche méthodologique dans la manière de définir les démarrages (DSP) et fins (FSP) de saisons des pluies à l’échelle régionale. Cette approche basée sur une analyse multivariée, permet de s’affranchir des choix subjectifs de seuils pluviométriques imposés par les définitions communément utilisée en agro-climatologie. Une analyse de cohérence spatiale à l’échelle inter annuelle montre que, pour les deux saisons des pluies (long rain set « short rains »), le cumul saisonnier et le nombre de jours de pluie présentent une forte cohérence spatiale, tandis qu’elle est plus modérée pour le démarrage et fin des saisons et faible pour l’intensité quotidienne moyenne.

- Analyser la prévisibilité des DIS aux 2 échelles spatiales régionale et locale en s’appuyant sur les simulations numériques du modèle climatique global ECHAM 4.5. Les précipitations quotidiennes simulées par le modèle, même après correction des biais, ne permettent pas d’appréhender correctement la variabilité interannuelle des DIS. Une spécification de la variabilité des DSP et FSP menée par le biais de modèles statistiques construits à partir d’indices climatiques observés, présuppose une prévisibilité modérée des deux descripteurs à l’échelle locale (régionale), et cela quelle que soit la saison. Le développement de modèles statistico-dynamiques à partir des champs de vents simulés par ECHAM 4.5, en mode forcé par les températures marines observées d’une part et prévues d’autre part, montre également des performances faibles localement et régionalement.

- Explorer la manière dont la variabilité spatio-temporelle des paramètres climatiques et environnementaux module la variabilité des rendements de sorgho. Ces rendements sont simulés par le modèle agronomique SARRA-H à partir de données climatiques observées (1973-2001) dans 3 stations localisées à différentes altitudes le long des pentes orientales du Mont Kenya. Le cumul précipité et la durée de la saison expliquent une part importante de la variabilité des rendements. D’autres variables apparaissent comme jouant un rôle non négligeable ; le nombre de jours de pluies, l’intensité quotidienne moyenne ou encore certains DIS relatifs à l’organisation temporelle des pluies au sein d’une saison en font partie. L’influence des autres variables météorologiques est seulement visible pour les ‘long rains’ avec une covariation négative entre les rendements et les températures maximales ou, le rayonnement global. La date de semis semble jouer un rôle dans la modulation des rendements pour les stations de haute et moyenne altitudes, mais avec des différences notables entre les deux saisons des pluies.

 

Mots clés

Afrique de l’est, descripteurs pluviométriques intrasaisonniers, prévisibilité potentielle, ECHAM 4.5, démarrage/fin de saison des pluies, rendements agricoles, sorgho, SARRA-H

 

Composition du Jury

Gérard Beltrando, université Paris 7 – rapporteur

Benjamin Sultan, IRD – rapporteur

Christian Baron, CIRAD – examinateur

Alain Durand, université de Rouen – examinateur

Vincent Moron, université Aix-Marseille – examinateur

Nathalie Philippon, Biogéosciences – examinateur