Variabilité des précipitations annuelles du Nord-Ouest de l’Algérie

ARTICLE

Auteur(s) : Hind Meddi, Mohamed Meddi

Laboratoire de recherche eau, roche et plante Centre universitaire de Khemis Miliana 44225 Khemis Miliana Algérie

Depuis plus de 20 ans, le Nord-Ouest algérien ainsi que le centre subissent des déficits pluviométriques importants qui se traduisent par des sécheresses sévères. Cela affecte sérieusement les ressources en eau du point de vue qualitatif et quantitatif.

Pour réaliser cette étude, un grand nombre de postes pluviométriques a été retenu afin de constituer une base de données annuelle la plus complète et la plus représentative possible de la zone d’étude. Ainsi, 26 postes ont été retenus disposant de séries chronologiques suffisantes pour permettre une étude de tendance du régime pluviométrique. Nous avons utilisé de nombreux tests statistiques de rupture dans la stationnarité ainsi que le test sur les tendances séquentielles pour rendre compte de l’évolution temporelle et spatiale du régime pluviométrique. La persistance de la sécheresse sera étudiée en utilisant la méthode des chaînes de Markov.

Présentation de la région d’étude

Elle s’allonge sur 250 km du sud au nord et sur environ 500 km de l’ouest à l’est. La partie littorale est caractérisée par un climat doux, une humidité relativement élevée et une pluviométrie annuelle qui varie de 400 mm à l’ouest à 900 mm à l’est.

Données

Choix des stations et de la période d’étude

Celles-ci proviennent des deux organismes responsables du réseau pluviométrique en Algérie, à savoir l’Agence nationale des ressources hydraulique (ANRH) et l’Office nationale de météorologie (ONM).

Les données pluviométriques disponibles sont très hétérogènes tant du point de vue de la fiabilité des mesures que de la durée des séries d’observation [1].

Dans ces séries de données climatiques se glissent des erreurs qui peuvent avoir des origines multiples (erreur de lecture, erreur de report, détarage de l’appareillage, etc.). Le manque d’information se concentre en général durant la période 1961 à 1968. Nous différencierons :

• – les erreurs accidentelles qui se répartissent aléatoirement dans le temps et dans l’espace ;
• – les erreurs systématiques qui affectent d’une façon continue certaines portions des séries de mesure, aléatoirement distribuées dans le temps et l’espace.

Au cours du traitement des données, certaines valeurs apparaissent comme étant singulières par rapport au reste de la série chronologique. L’existence des valeurs aberrantes peut entraîner le climatologue à des interprétations erronées. Il est donc indispensable de comparer tous les relevés des stations faisant partie de la même microrégion pour s’assurer qu’ils ne présentent pas de discordance anormale. Par exemple : en 1974, au niveau de la station de Beni Bahdel, le cumul annuel des précipitations est particulièrement singulier (1 229,7 mm), en faisant la comparaison avec d’autres stations avoisinantes (Chouly : 194,5 mm ; Mefrouche : 273,4 mm), nous avons déduit que cette valeur est une donnée extrême [2].

Nous avons essayé d’identifier un maximum de postes de mesures répondant aux conditions suivantes :

• – information couvrant les six dernières décennies ;
• – pas de lacunes de plus de cinq années consécutives ;
• – moins de 10 % de lacunes sur la série totale à l’échelle mensuelle.

Pour les besoins de l’étude et pour une bonne répartition spatiale, nous avons procédé au comblement des lacunes en utilisant la technique développée par Laborde et al. en 1998 [3].

En respectant ces contraintes, 26 postes ont été retenus pour l’étude (tableau 1 et figure 1). Après critique et vérification des données mensuelles et annuelles, la période 1940/1941-2003/2004 (soit 64 ans) a été retenue. Nous avons également étudié quatre stations possédant des séries longues : Oran Senia (1877-2003), Hamiz Barrage (1905-2003), Bouhanifia (1926-2003) et Maghnia (1915-2003).

La série de la station d’Oran sur la période 1877 à 2003 est composée de trois phases :

• – la première concerne les observations de la station d’Oran Baudenes de 1877 à 1904 ;
• – la deuxième concerne les observations de la station d’Oran port de 1904 à 1954 ;
• – la troisième concerne les observations de la station d’Oran Senia de 1928 à 2003.

La reconstitution de la série a été faite après une correction des séries correspondantes aux trois sites de mesures cités précédemment. Pour les trois autres stations, nous n’avons enregistré aucun changement de site. Les stations sont relativement bien distribuées sur l’ensemble de l’espace étudié (figure 1). Un réseau extrêmement serré de points de mesure traduirait, par leur seule altitude, fidèlement la topographie. [4].

L’analyse statistique des séries de précipitations annuelles ainsi que toutes les recherches ont été effectuées sur les hauteurs de pluies de l’année qui débute du premier septembre de l’année k et finit le 31 août de l’année k + 1. Nous avons ainsi sélectionné 26 postes pluviométriques (tableau 1).

Tableau I Stations retenues dans l’étude et leurs caractéristiques (1940-2003).

Climat et variabilité pluviométrique

La partie nord de l’Algérie est caractérisée par un climat méditerranéen avec un hiver relativement froid et pluvieux et un été chaud et sec. La pluviométrie annuelle atteint 400 mm à l’ouest, 700 mm au centre et 1 000 mm à l’est pour le littoral. Ce type de climat concerne également les chaînes de l’Atlas tellien où l’on enregistre sur les sommets orientaux des totaux variant de 800 à 1 600 mm, alors que les valeurs s’abaissent vers le centre (700 à 1 000 mm) et vers l’ouest (600 mm). Dans les plaines de l’Atlas tellien, la pluviométrie varie de 500 mm à l’ouest, 450 mm au centre et 700 mm à l’est. L’Atlas saharien se distingue par un climat très chaud et sec en été, doux en hiver avec une pluviométrie moindre par rapport au nord du fait de son éloignement de la mer [6, 7]. Ces moyennes pluviométriques ont été calculées sur la base de 218 postes possédant des observations allant de 1968 à 1998. Une étude comparative [6], avec la carte de l’ANRH établie en 1993, a permis de constater une baisse en moyenne des pluies annuelles de 13 % sur le centre et l’ouest.

La moyenne annuelle des totaux précipités varie entre 310,6 mm à la station de Bouhanifia Barrage (ouest) et 755,1 mm à la station de Medéa (centre).

Détection de ruptures et étude de tendance au sein des séries pluviométriques

L’acception générale, mais surtout celle des hydrologues, en ce qui concerne les totaux annuels de précipitations, est que du point de vue stochastique, ceux-ci peuvent être considérés comme un processus stationnaire. La caractéristique d’indépendance suppose que le cumul de précipitations d’une année n’est pas dépendant du total de précipitations enregistrées l’année précédente. La stationnarité suppose que les propriétés de base du processus (par exemple, son niveau moyen) ne changent pas avec le temps. Cependant, plusieurs travaux récents signalent une situation inverse. On suppose que dans le contexte du réchauffement global actuel, l’espérance mathématique aussi bien que la variance de ce processus stochastique à l’échelle interannuelle ne seraient plus indépendantes du temps au temps.

Les erreurs systématiques qui affectent d’une façon uniforme certaines portions des séries de mesure sont dues généralement au déplacement ou au changement d’environnement du pluviomètre pendant la période d’observation, à la croissance d’un arbre qui fait obstacle ou à la substitution pendant la période d’observations de l’éprouvette de lecture du pluviomètre par une autre inadéquate qui entraîne une forte hétérogénéité des séries pluviométriques [8]. C’est pourquoi l’objectif de ce travail est d’entreprendre une étude statistique sur les totaux annuels de précipitations, en utilisant les tests statistiques de Pettitt et la statistique de Lee Héghinian. Ils sont, avec d’autres, recommandés par l’Organisation mondiale de la météorologie [9] pour détecter les ruptures au sein des séries temporelles. Cette démarche aidera à voir si ces ruptures dans la stationnarité sont liées seulement à des causes artificielles, ou si l’aléa climatique a un rôle prépondérant.

Laborde [1], en étudiant les vecteurs régionaux (les valeurs prises par les deux premières composantes obtenues suite à l’application de l’analyse en composantes principales sur 120 postes pluviométriques du nord de l’Algérie) qui traduisent la part essentielle de la variabilité spatiale et temporelle de la diminution des moyennes pluviométriques, a mis en évidence quatre phases pluviométriques à savoir :

• – une phase où la pluviométrie est supérieure à la moyenne de 6 % de 1922 à 1938 ;
• – une phase sèche débutant à partir de 1939 (déficit de l’ordre de 11 %) et s’arrêtant en 1946 à l’ouest et au centre du pays ;
• – une phase pluvieuse qui succède à la période sèche qui a duré jusqu’en 1972 environ ;
• – une phase à tendance négative (sèche) qui a commencé en fin de 1973.

En ce qui concerne la dernière phase, qui perdure jusqu’à nos jours, elle a été mise en évidence par d’autres travaux effectués en Algérie [10-12]. Ces derniers ont été faits sur des périodes tenant compte des années plus récentes.

Dans ce qui suit, les séries d’observations ont été étendues à de nouvelles années de mesures pour rendre compte de l’évolution du régime pluviométrique durant les dernières décennies.

Rupture dans les séries pluviométriques

Tendance au sein des séries pluviométriques

Le choix des méthodes retenues repose sur la robustesse de leur fondement et sur les conclusions d’une étude de simulation de séries aléatoires artificiellement perturbées. Elles permettent de détecter un changement dans la moyenne de la variable traitée dans la série. À l’exception de l’approche de Pettitt, « elles supposent un non-changement de la variance de la série étudiée » [13]. Ces méthodes ne sont pas toutes adaptées à la recherche de plusieurs ruptures dans la même série. L’approche de Pettitt est non paramétrique et dérive du test de Mann-Whitney. L’absence de rupture dans la série (X_i) de taille n constitue l’hypothèse nulle. La série est divisée en deux sous-échantillons, respectivement de taille m et n. Les valeurs des deux échantillons sont regroupées et classées par ordre croissant. On calcule alors la somme des rangs des éléments de chacun des deux échantillons dans l’échantillon total. Une statistique est définie à partir des deux sommes ainsi déterminées, et testée sous l’hypothèse nulle d’appartenance des deux sous-échantillons à la même population. La procédure de Lee et Heghinian fournit la probabilité que le changement se produise au moment dans une série où on suppose a priori qu’il y a effectivement un changement à un moment indéterminé. De même, elle donne une estimation de la probabilité que l’amplitude du changement ait la valeur. Pour déceler d’éventuels changements dans le régime pluviométrique, nous avons utilisé les tests statistiques de Pettitt et la statistique de Lee Héghinian [14-16]. Ces tests sont regroupés dans le logiciel Khronostat réalisé par l’Institut de recherche pour le développement (IRD) et l’université de Montpellier [17]. Les résultats obtenus sur les stations étudiées sont regroupés dans le tableau 2. Il ressort que pour la quasi-totalité des stations, une rupture (diminution de la pluviométrie annuelle) dans les séries étudiées apparaît entre 1970 et 1980. Ces résultats confirment l’apparition d’un déficit pluviométrique à partir de 1970, et la poursuite de celui-ci durant les décennies 1980-1990 et 1990-2000.

La réduction la plus importante est enregistrée dans de la région de Mascara aux stations de Bouhanifia, de Khalouia et de Ain Fekane, avec plus de 29 % de diminution des pluies annuelles après la date de rupture, et à l’extrême ouest à la station de Maghnia, avec 32,7 % (régions à vocation agricole : plaines de Ghriss et de Maghnia). À la station de Hamiz Barrage (plaine de la Mitidja), la baisse est de 23 %, et à la station de Medéa, elle est de l’ordre de 18 % seulement.

Pour la station d’Oran Senia (1877-2003), la date de rupture (1976) reste identique à celle de la période d’observation allant de 1940 à 2003. Cette date met en évidence l’effet du changement du régime pluviométrique sur l’évolution dans le temps des pluies. La station d’Oran Senia fonctionne sans coupure à son nouvel emplacement depuis 1928.

En plus de l’effet probable des types d’erreur cités précédemment, une diminution dans les totaux précipités a été réellement observée dès la décennie 1970. Les tests utilisés et les résultats trouvés confirment cette tendance. Ces résultats sont en conformité avec les conclusions du Groupe intergouvernemental sur l’évolution du climat de 2001 et de 2007 [18] ainsi qu’avec les conclusions du rapport régional des Nations unies sur le changement en Afrique du Nord.

Ils sont aussi en concordance avec ceux trouvés, sur des séries moins longues, par Laborde en 1993 [1] et Talia en 2002 [2] : une phase déficitaire avant 1945, et une phase normale et/ou excédentaire jusqu’à la décennie 1970. Après cette date, la baisse de la pluviométrie s’est installée au centre et à l’ouest du pays d’une manière significative. La variabilité des pluies des quatre stations (Hamiz barrage, Bouhanifia barrage, Oran Senia et Maghnia) ainsi que la tendance linéaire (figure 2) montrent également cette évolution négative dans le temps surtout depuis la décennie 1970.

Tableau II Tests statistiques et années de ruptures dans les séries pluviométriques étudiées.

Relation entre les précipitations et l’indice de l’oscillation nord-Atlantique (ONA)

Quand l’indice ONA est négatif, ces effets sont inversés. Avec une différence de pression réduite entre le Portugal et l’Islande, les vents d’ouest sont faibles et les perturbations passent plus au sud, apportant des pluies sur les régions méditerranéennes.

L’ONA étend son influence sur l’Afrique du Nord et sur d’autres régions du monde, l’Europe par exemple ; il est intéressant d’étudier la relation entre l’ONA et la pluviométrie pour faire le point sur la nature de la liaison qui peut exister sur l’ouest algérien. L’ONA est considérée comme un facteur explicatif du climat des régions méditerranéennes et de l’Europe [20]. L’étude menée par Ketrouci et al. [21], sur la relation entre cet indice et la pluviométrie de l’ouest algérien, a montré l’existence d’une corrélation significative (test de Student) entre l’ONA et la pluviométrie annuelle. Cette relation significative peut expliquer en partie l’évolution du régime pluviométrique. Mais, la variabilité de la pluviométrie n’est pas expliquée uniquement par ce facteur. Elle est influencée par d’autres indices climatiques.

Étude de la persistance de la sécheresse

Définition de la sécheresse

Le niveau du déficit hydrique à partir duquel on peut dire qu’il y a sécheresse a constitué souvent une difficulté pour les chercheurs. Certains auteurs, qui ont étudié la sécheresse à partir de données climatiques, suggèrent des seuils arbitraires de pluviométrie : 10 % de la moyenne [23] ou le dernier décile [24]. Pour estimer l’intensité du déficit pluviométrique, plusieurs indices ont été déjà mentionnés; la plupart de ces indices prennent généralement comme référence la moyenne climatologique. L’une des caractéristiques principales de la pluviométrie, dans la région d’étude, est sa grande variabilité interannuelle. La sécheresse peut être considérée à différentes échelles : mensuelle, saisonnière et annuelle. Ces conséquences sont vivement ressenties dès qu’elle persiste deux ou trois années successives. Donc, nous avons choisi d’étudier la persistance de la sécheresse à l’échelle annuelle.

Pour déterminer le seuil de sécheresse, notre choix s’est porté sur la méthode des quintiles (méthode fréquentielle). Cette méthode tient compte de la loi de distribution de l’échantillon. La distribution statistique des pluies annuelles présente une nette dissymétrie positive. Après plusieurs essais, nous avons trouvé que la loi racine normale donne le meilleur ajustement [1, 6, 25]. Les seuils calculés par la méthode des quintiles pour la période allant de 1940 à 2003 sont regroupés dans le tableau 3. La méthode des quintiles tient compte de la loi de distribution de l’échantillon, et elle suppose aussi une période de retour qui soit égale à 2,5 ans pour une année sèche et à cinq ans pour une année très sèche. Cette méthode, indépendante des valeurs centrales (moyennes ou médianes), est fondée sur un classement des valeurs des plus faibles vers les plus fortes, des années les plus sèches aux années les plus humides, les années du milieu étant considérées comme années normales. Une répartition quasiment équitable attribue 35 % des valeurs aux années extrêmes (sèches ou humides) et 30 % aux années normales [26]. La distinction des classes se présente ainsi :

• – les années dont la fréquence est inférieure à 0,35 correspondent aux années sèches (parmi lesquelles on peut distinguer les années très sèches, de fréquence inférieure à 0,15) ;
• – les années dont la fréquence est comprise entre 0,35 et 0,65 sont considérées comme années normales ;
• – les années dont la fréquence dépasse 0,65 correspondent aux années humides (celles dont la fréquence est supérieure à 0,85 sont considérées comme des années très humides).

La méthode est simple et nous l’avons simplifiée davantage en ne considérant que les années sèches de fréquence inférieure à 0,35 et les années non sèches pour les autres années [26].

Tableau III Seuils en millimètres des années sèches, très sèches, humides et très humides ; par la méthode des quintiles, période (1940-2003).

Présentation des chaînes de Markov

Le modèle des chaînes de Markov est un modèle stochastique, itératif. Ce processus exprime des probabilités conditionnelles de passage de l’état de la veille (année précédente) à l’état de l’année en cours. Ainsi l’état de l’année k ne dépend que de l’état de l’année k – 1 pour le processus de Markov d’ordre 1. Il dépend des états k – 1 et k – 2 pour le processus de Markov d’ordre 2. Une année peut être caractérisée du point de vue pluviométrique par deux états :

• – état 0 : présence de la sécheresse (années sèche ou très sèche).
• – état 1 : absence de la sécheresse (années normale, humide et très humide).

Processus de Markov d’ordre 1

• – S-S (deux années sèches successives) ;
• – S-NS (une année sèche suivie d’une année non sèche) ;
• – NS-S (une année non sèche suivie d’une année sèche) ;
• – NS-NS (deux années non sèches successives).

Processus de Markov d’ordre 2

• – S-S-S (trois années sèches successives) ;
• – S-S-NS (deux années sèches successives) ;
• – NS-S-S (deux années sèches successives) ;
• – NS-S-NS (une année sèche isolée).

Application des chaînes de Markov et résultats

Processus de Markov d’ordre 1

À la suite de l’application de l’hypothèse d’un processus de Markov d’ordre 1, la probabilité, pour les cinq stations, varie de 26,8 à 60 % pour avoir une année sèche quelle que soit l’année de départ (sèche ou non sèche). Dans le cas où une année est sèche, la probabilité pour qu’elle soit suivie d’une année sèche est plus élevée à l’ouest (plaines de Habra-Sig, Ghriss, Sidi bel Abbes et de Maghnia) que dans les plaines du centre du pays (Mitidja et Haut Chéliff). Pour l’ensemble des stations, la probabilité d’avoir une année sèche après une année non sèche est faible (inférieure à 50 %). Si une année est sèche, la probabilité d’avoir une année non sèche l’année suivante est plus importante au centre (plaines de la Mitidja et du Haut Chéliff) et diminue à l’ouest (plaines de Habra-Sig, de Ghriss, de Sidi bel Abbes et de Maghnia). La probabilité d’avoir deux années non sèches successives est élevée pour l’ensemble des stations.

Tableau IV Processus de Markov d’ordre 1 pour chaque station pour la période (1940-2003).

Processus de Markov d’ordre 2

En ce qui concerne le processus de Markov d’ordre 2, les résultats, dans l’ensemble, sont similaires à ceux de l’ordre 1. La probabilité d’avoir une année sèche après une année sèche précédée par une année non sèche est faible pour les stations. Pour avoir une année sèche après deux années successives sèches, la probabilité est élevée à l’ouest et faible au centre du pays. Dans ce cas de figure, la probabilité est importante pour les plaines de Maghnia, de Mohammadia et de Sidi Bel Abbes. Si deux années successives sont sèches, la probabilité d’avoir une année non sèche est plus importante pour les plaines du centre (Mitidja et Haut Chéliff) que pour les plaines de l’ouest (Habra-Sig, Ghriss, Sidi bel Abbes et Maghnia). La sécheresse qu’a connue et que connaît la partie ouest du pays depuis la décennie 1970 peut constituer une explication à cette disparité dans les valeurs de la probabilité entre le centre et l’ouest du pays.

Pour pouvoir effectuer une étude comparative de l’influence de la longueur des séries d’observations sur les probabilités obtenues avec la technique des chaînes de Markov, nous avons effectué une application, en étudiant les mêmes stations, pour la période allant de 1968 à 2003. Les observations de cette période sont considérées comme fiables et contiennent moins de lacunes que les séries étudiées précédemment.

La méthode des quintiles a été utilisée pour déterminer les seuils de sécheresse. Les résultats obtenus sont consignés dans le tableau 6. Nous constatons que les seuils deviennent moins élevés que ceux de la première période considérée. Cela montre l’importance du choix de la longueur des séries étudiées.

Les résultats, pour la matrice de Markov d’ordre 1 (période 1968-2003), sont consignés dans le tableau 7.

Pour la période allant de 1968 à 2003, nous constatons :

• – pour avoir une année sèche après une année non sèche, la probabilité est relativement faible pour l’ensemble des stations ;
• – pour avoir une année non sèche après une année sèche, la probabilité est plus importante au centre du pays (Mitidja et Haut Chéliff) qu’à l’ouest (Habra-Sig, Ghriss, Sidi bel Abbes et Maghnia) ;
• – pour avoir une année sèche suite à une année sèche, la probabilité est plus importante à l’ouest que dans les plaines du centre (Mitidja et Haut Chéliff). La sécheresse des dernières décennies est plus sévère à l’ouest qu’au centre, ce qui peut expliquer cette différence.

La probabilité de rencontrer une année non sèche (normale ou humide) après une année non sèche est importante pour les six stations (elle varie de 57 à 79 %).

Tableau V Processus de Markov d’ordre 2 pour la période (1940-2003).

Conclusion

Il apparaît d’une façon générale une tendance à la hausse couvrant les années 1930 et 1950. La baisse de la pluviométrie était en revanche marquée pendant le début des années 1940 et le milieu des années 1970.

La fluctuation la plus brutale et la plus significative (au sens statistique du terme) est observée autour des années 1980, au cours desquelles on note une diminution généralement assez importante de la pluviométrie annuelle. Cette période déficitaire se caractérise depuis lors par son intensité et sa durée. Cette réduction s’élève à plus de 36 % dans la région de Ghriss et à l’extrême ouest de l’Algérie (régions à vocation agricole : plaines de Ghriss et de Maghnia). En revanche, au centre du pays, la plaine de la Mitidja, cette diminution est de l’ordre de 20 %.

L’étude de la persistance de sécheresse, en utilisant les chaînes de Markov, a montré que, pour avoir une année non sèche après une année sèche, la probabilité est plus importante au centre du pays qu’à l’ouest, et, pour avoir deux années sèches successives, la probabilité est plus importante à l’ouest que pour les plaines du centre.

Références

2 Talia A. Évolution des régimes pluviométrique et hydrologique du Nord de l’Algérie. Mémoire de magister, centre universitaire de Mascara, 2002.

3 Laborde JP, Mouhous N. Notice d’installation du logiciel HYDROLAB. Equipe de Gestion et Valorisation de l’Environnement. Nice : Université de Nice, 1998.

4 Dumas D. Karsts du Zagros (Iran) : Bilans hydrologiques et évolution géomorphologique. Thèse de l’université Louis Pasteur de Strasbourg, CEREG, 1998.

5 Medjrab A. Étude de la pluviométrie de l’Algérie Occidentale : approche statistique cartographie automatique. Thèse de doctorat d’État, Université de Bab Ezzouar, Alger, 2005.

6 Meddi H. Quantification des précipitations : application au nord ouest algérien-méthodologie Pluvia. Mémoire de magister, centre universitaire de Mascara, 2001.

7 Meddi M, Meddi H. Sécheresse météorologique et agricole dans le nord-ouest de l’Algérie. Deuxième colloque méditerranéen sur l’eau et l’environnement, Alger, 2002.

8 Heino R. Metadata and their role in homogenisation. Proceedings Seminar on Homogenization of Surf. Instrum. Data, Budapest, 1996.

9 OMM-WMO. Detecting trend and other changes in hydrological data. In : Kundzewiccz ZW, Robson A, eds. World Climate Programme Data and Monitoring. WCDMP-45. WMO/TD-n° 1013. Genève : OMM, 2000.

10 Meddi M, Humbert J. Variabilité pluviométrique dans l’ouest algérien durant les cinq dernières décennies. Publication de l’Association internationale de climatologie 2001 ; 13 : 266-74.

11 Meddi M, Hubert P, Bendjoudi H. Évolution du régime pluviométrique du Nord-Ouest de l’Algérie. Actes du colloque international sur l’eau dans le Bassin Méditerranéen (WATMED) « Ressources et développement durable », Monastir (Tunisie), 2002.

12 Meddi M, Hubert P. Impact de la modification du régime pluviométrique sur les ressources en eau du nord-ouest de l’Algérie. Hydrology of the Mediterranean and semiarid Regions. IAHS 2003 ; 278 : 1-7.

13 Lubes H, Masson JM, Servat E, Paturel JE, Servat E. Variabilité climatique et statistique : étude de simulation de la puissance et de la robustesse de quelques tests utilisés pour vérifier l’homogénéité de chroniques. Rev Sci Eau 1998 ; 3 : 383-408.

14 Lubes H, Servat E, Paturel JE, et al. Variabilité pluviométrique en Afrique de l’Ouest et Centrale non sahélienne durant les quatre dernières décennies. Projet FRIEND-AOC/UNESCO. Acta hydrotechnica 1997 ; 15 : 133-6.

15 Hubert P, Carbonnel JP, Chaouche A. Segmentation des séries hydropluviométriques-application à des séries de précipitations et de débits de l’Afrique de l’Ouest. J Hydrol 1989 ; 110 : 349-67.

16 Hubert P, Carbonnel JP. Segmentation des séries annuelles de débits de grands fleuves Africains. Bulletin du CIEH 1993 ; 4 mars.

17 Boyer JF. Khronostat- Statistical time series analyses software. Montpellier : UMR 5569 Hydrosciences, IRD-Maison des Sciences de l’eau, 1998.

18 Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC). Rapport 2001 et 2007 sur l’évolution du climat. Genève : GIEC, 2007.

19 Guillemot H. Oscillation Nord-Atlantique. Le yo-yo météo. Science et vie 2000 : 997.

20 Wanner H. Le balancier de l’Atlantique-Nord. Recherche 1999 ; 321 : 72-3.

21 Ketrouci K, Meddi M, Matari A. La variabilité de la pluviométrie dans le nord-ouest Algérien. Séminaire national sur l’eau et l’environnement, Bechar, 12 et 13 octobre 2003.

22 Henia L. Climat et bilan de l’eau en Tunisie, essai de régionalisation climatique par les bilans hydriques. Thèse de doctorat, faculté des sciences humaines et sociales de Tunis, 1993.

23 Le Goff Y. Variabilité inter-annuelle des précipitations au Maroc (1913-1985), Étude de la DMN. In: Sedrati M, Ettalibi M, eds. Sécheresse, gestion des eaux et production alimentaire. Actes de la conférence d’Agadir, 21-24 novembre 1985.

24 Meko DM. Temporal and spacial variabilation of drought in Marocco. Proccedings of Conference on drought, water management and food production, Agadir (Maroc), 21-24 November 1985.

25 Chaumont M, Paquin C. Carte pluviométrique de l’Algérie au 1/500 000. Alger : Soc. Hist. Afri. Nord, 1971.

26 Benzerti Z, Habaieb H. Étude de la persistance de la sécheresse en Tunisie par utilisation des chaînes de Markov (1909-1996). Sécheresse 2001 ; 12 : 215-20.

27 Thirriot C. Simplicité et efficacité des chaînes de Markov comme modèle de la pluviométrie. Arch Hydrot 1986 ; 23 : 1-2.