Modélisation climatique et indices de suivi et d’évaluation de la sécheresse agrométéorologique : cas du bassin Bas Sebou, Nord-Ouest du Maroc

Abstract

Le bassin Bas Sebou a la particularité de se trouver au Nord du Maroc à la limite de l’influence d’Oscillation Nord-Atlantique (ONA) et sous l’influence océanique avec effets de degré de continentalité vers l’Est. Il présente aussi des atouts pour jouer un rôle important dans la vie socio-économique dominée par l’agriculture et aussi pour expliquer les impacts des changements climatiques vécus ces dernières décennies. La série chronologique des données climatiques est dominée par les précipitations pendant l’hiver et le printemps avec des tendances au cours des mois de décembre et mars, déterminées par le test de Mann-Kendall. L’ONA et l’OM (Oscillation Méditerranéenne) ont manifestement présenté leur influence modérée à forte sur les précipitations en mettant l’action sur l’ONA comme agent potentiel causant la variabilité des précipitations, en utilisant la technique FOE. À partir des données climatiques (1984-2016) principalement celles des précipitations et températures et en tenant compte des limites et avantages de chaque indice de sécheresse, les quatre indices dont l'indice de précipitations standardisé (SPI) basé uniquement sur les précipitations, l'indice d'évapotranspiration des précipitations standardisé (SPEI), l'indice de reconnaissance de la sécheresse (RDI) et l'indice de gravité de la sécheresse de Palmer auto-calibré (sc-PDSI) incluant l'évapotranspiration potentielle (PET), il a été confirmé que le SPI est le plus adapté pour détecter la durée et l'intensité de la sécheresse, en particulier dans les régions à climat subhumide. Toutefois, le SPI sous-estime les changements de sécheresses en ne prenant pas en compte le paramètre de PET. Les quatre indices ont montré des tendances similaires sur toute la période étudiée, bien que le sc-PDSI ait tendance à surestimer les conditions de sécheresse en raison de sa sensibilité aux températures et précipitations. Enfin, l'utilisation des indices SPI et SPEI pour l'analyse des tendances saisonnières a montré des tendances significatives, avec une augmentation de la température indiquant un réchauffement accru en été et une diminution des précipitations en hiver. Ces tendances sont liées aux oscillations Nord-Atlantique et Méditerranéenne, qui sont fortement influencées par les systèmes cycloniques de l'Atlantique Nord-Est et qui favorisent la cyclogenèse méditerranéenne. En utilisant les indices de télédétection et météorologiques afin d’évaluer la sécheresse agricole et la santé de la végétation d’une part et de chercher la relation entre le rendement des céréales et la sécheresse d’autre part, il a été montré que la santé des cultures depuis le début du 21ème siècle a diminué et que les rendements céréaliers ont présenté une forte réaction vis-à-vis de la variabilité interannuelle de la sécheresse. Les indices de sécheresse basés sur la température ont été plus corrélés et plus sensibles au rendement céréalier que les indices basés sur les précipitations, ce qui suggère que le rendement est plus sensible aux changements de température qu'à l'humidité. Pour prédire ces rendements, les modèles empiriques à l'échelle provinciale en utilisant des données multi-sources, y compris des indices basés sur la télédétection et des données météorologiques et les algorithmes d'apprentissage automatique tels la régression linéaire multiple, le réseau neuronal artificiel (ANN) et la forêt aléatoire (RF), ont démontré que la combinaison de données issues de différentes sources a conduit à de meilleurs résultats comparativement aux modèles basés sur une source unique. En effet, les modèles exploitant les algorithmes de RF et d’ANN ont permis de prédire les rendements des céréales dès les mois d'hiver, avec des mesures statistiques satisfaisantes (0.7 < R² < 0.8 et 0.3 < RMSE < 0.5 t. ha-1).