Caractérisation des épisodes pluvieux au Nord de la Tunisie

Sabrine Dérouiche (1, 2) , Cécile Mallet (2) , Zoubeida Bargaoui (1, 2) , Abdel Hannachi (3)

1 LR-LMHE ENIT - Laboratoire de Modélisation en Hydraulique et Environnement [Tunis]
2 SPACE - LATMOS
3 MISU - Department of Meteorology [Stockholm]

L’étude de la variabilité spatiale et temporelle des pluies journalières doit prendre en compte l’intermittence des pluies ainsi que la saisonnalité. Il est proposé d’adopter une analyse par saison avec une séparation des observations de pluies journalières en épisodes pluvieux, un épisode étant défini comme un ensemble de jours pluvieux séparés par deux jours secs. La saison est caractérisée par six indicateurs (1) le nombre moyen d’épisodes, (2) la durée moyenne des épisodes, (3) le cumul moyen par épisode (4) le cumul saisonnier (5) le nombre moyen de jours pluvieux, (6) l’intensité moyenne de la saison qui est le rapport du cumul au nombre de jours pluvieux de la saison. En utilisant la classification de Kohonen une analyse est mise en oeuvre pour dégager des classes de variabilité temporelle ainsi qu’une classification spatiale des stations. Le cas d’étude porte sur 14 stations du Nord de la Tunisie observées sur la période 1971-2010. On analyse la saison Décembre- Janvier-Février DJF. Pour une normalisation par année, avec 2 classes on distingue les stations situées au Nord avec un cumul et un cumul moyen par événement élevés et un nombre de jour pluvieux par saison élevé, des stations situées au sud avec un cumul et un cumul moyen par événement faibles et un nombre de jours pluvieux par saison faible. Avec 3 classes, on fait ressortir la station Ain Draham, la plus arrosée de la Tunisie. Quatre classes font ressortir une station présentant un effet de site (Ain Ghesil). En ajoutant une cinquième classe, se distinguent les stations du Nord Est. Pour une normalisation par station et n quatre classes on peut distinguer (a) les années de cumul saisonnier et cumul moyen par événement moyen avec un nombre d’événement par saison faible, (b) les années avec cumul saisonnier et cumul moyen par événement moyen et un nombre de jours pluvieux élevé, (c) les années de cumul saisonnier et cumul moyen par événement très élevés et un nombre de jours pluvieux par saison élevé, (d) les années de cumul saisonnier et cumul moyen par événement faibles et un nombre de jours pluvieux par saison faible. Références: - Kohonen T. 1995. Self-Organizing Maps. Springer Series in Information Sciences: Berlin - Michaelides S. C., C.S., Pattichis and G. Kleovoulou. 2001. Classification of rainfall variability by using artificial neural networks. Int. J. Climatol. 21: 1401–1414. - Wolski P., C. Jack, M. Tadross, L. Van Anardenne MInterannual, C. Lennard . 2018. Rainfall variability and SOM-based circulation classification. Climate dynamics, 50, Issue 1-2, p 479- 492.

Keywords: Pluie journalière; pluie saisonnière; classification; Kohonen; variabilité; Self-organizing Maps (SOM)

Domains: Meteorology

Sabrine Dérouiche, Cécile Mallet, Zoubeida Bargaoui, Abdel Hannachi. Caractérisation des épisodes pluvieux au Nord de la Tunisie. Colloque scientifique international «Observation et prévision des pluies, impacts sur les crues», Apr 2018, Tunis, Tunisie. ⟨insu-01762781⟩