Chapitre 3. Les projections du climat en Afrique de l’Ouest
Évidences et incertitudes
p. 61-87
Texte intégral
Introduction
1L’Afrique de l’Ouest a connu dans les années 1970 une grave sécheresse (Nicholson, 1980 ; Held et al., 2005) dont les conséquences sur l’agriculture, principale activité des populations de cette région, ont largement contribué au retard de son développement. Depuis les années 2000, le Sahel semble retrouver une bonne pluviométrie, sans que l’on puisse affirmer que cette tendance va perdurer les prochaines décennies (Paeth et Hense, 2004). Cette période a coïncidé aussi avec un réchauffement qui serait dû à l’augmentation des gaz à effet de serre (GES), rendant donc cruciale la connaissance de l’évolution de la pluviométrie. En effet, aux décennies de sécheresse ponctuées de famines, de déplacements de population et d’effondrement économique vont se substituer ou se superposer des épisodes de vagues de chaleur, souvent des inondations, une recrudescence de certaines maladies vectorielles avec de forts impacts sur la santé des populations.
2De plus, dans le cadre du changement climatique en cours, le régime de pluie en Afrique de l’Ouest fait partie de ceux comportant plus d’incertitudes. Il suffit seulement de prendre les résultats des modèles du CNRM et de l’IPSL ayant participé à l’exercice CMIP3 (Climate Model Intercomparison Project 3) du GIEC et qui donnent une projection des précipitations de signes opposés sur l’Afrique de l’Ouest vers la fin du xxie siècle (Joussaume et al., 2007). Ce résultat est en fait corroboré par l’ensemble des modèles ayant participé à CMIP3 (dont les résultats sont à la base du 4e rapport du GIEC, AR4), qui, pour la moitié d’entre eux, montrent une augmentation des précipitations sur le Sahel, et pour l’autre moitié, un scénario opposé (Christensen et al., 2007). De même, Cook et Vizy (2006) ont montré qu’un petit nombre seulement des modèles de circulation générale (MCGs) utilisés pour le 4e rapport du GIEC étaient capables de représenter, de manière satisfaisante, quelques-unes des principales caractéristiques de la mousson de l’Afrique de l’Ouest (MAO) : structure des précipitations, circulation atmosphérique méridienne, principaux modes de variabilité interannuelle, etc. Le 4e rapport du GIEC a donc conclu, en 2007, que les modèles couplés du climat n’étaient pas encore capables de simuler de manière précise le climat de l’Afrique de l’Ouest (Randal et al., 2007). Cependant, des modèles atmosphériques régionaux et globaux, forcés par des températures de surface de mer (TSM) observées, dans le cadre de projets tels que Amma-MIP (African Monsoon Multidisciplinary Analyses-Model Intercomparison Project ; Hourdin et al., 2010), Wamme (West African Monsoon Modeling and Evaluation ; Xue et al., 2010) et Cordex-Africa (the Coordinated Regional climate Downscaling Experiment ; JONES et al., 2011, Nikulin et al., 2012), ont donné de meilleurs résultats sur la MAO, quoique des biais larges sur les précipitations et la circulation méridienne persistent encore. C’est ce défi que voulait relever le 5e exercice du CMIP, CMIP5, dont les travaux sont à la base du 5e rapport du GIEC AR5. Ainsi, une série d’expérimentations coordonnées et standardisées a été menée par une vingtaine de groupes de modélisations issus d’une dizaine de pays dans le cadre de CMIP5 (Taylor et al., 2012) dont les résultats soulèvent encore plusieurs questions. Les divergences sur les projections de pluie au Sahel persistent-elles encore entre les modèles ? Est-ce que les MCGs reproduisent le retour des pluies des dernières années ? Quelles sont les capacités des MCGs à reproduire les principales caractéristiques de la MAO ? Quelles sont les projections du climat en Afrique de l’Ouest, pour les prochaines années, le prochain siècle ? Quelles sont les évidences et les incertitudes observées dans les projections du climat en Afrique de l’Ouest ?
3Ce sont à ces questions que veut tenter de répondre cet article, dans la philosophie des axes majeurs du projet Escape, c’est-à-dire faire un diagnostic de ce qui s’est passé, ce qui se passe actuellement et ce qui va se passer à travers les conséquences possibles de la variabilité et du changement climatiques sur les ressources et sur les secteurs économiques vulnérables. L’objectif serait donc de pouvoir fournir des informations les plus précises et objectives possibles aux pouvoirs politiques, aux populations, afin de leur permettre de mettre en œuvre des stratégies de mitigation face à une saison de pluie tardive, des événements climatiques extrêmes (canicules, inondations, etc.), et des stratégies d’adaptation des populations et des économies face au changement climatique.
4Nous présentons d’abord dans ce texte les données utilisées pour l’évaluation de modèles CMIP5 disponibles pour cette étude. Dans la deuxième partie, la capacité des modèles CMIP5 à reproduire certaines caractéristiques essentielles de la MAO est analysée. La troisième partie discute les projections du climat (à travers les pluies et les températures) en Afrique de l’Ouest pour les prochaines décennies, en particulier celles de la fin du xxie siècle. Les évidences et les incertitudes de ces projections sont l’objet du quatrième paragraphe ; le chapitre se termine par des conclusions et des perspectives.
Données et méthodes
5Pour répondre aux trois questions de l’introduction, nous avons utilisé à la fois des simulations numériques, des données de ré-analyses et d’observations. Car pour étudier le climat et sa variabilité, il est indispensable d’avoir des séries temporelles longues, avec peu de valeurs manquantes dans la zone étudiée, avantages qu’ont les ré-analyses et les observations satellitales utilisées dans ce travail.
Simulations CMIP5
6On se sert des simulations disponibles d’une douzaine de modèles ayant participé à CMIP5. Les scénarii de changement climatique (rcp2.6, rcp4.5 et rcp8.5), en comparaison avec les simulations du climat passé (appelées historical), sont utilisés pour étudier la réponse du climat de l’Afrique de l’Ouest à une augmentation de la concentration du CO2 dans l’atmosphère. Pour évaluer l’état de l’art de la représentation de la MAO dans les MCGs, des simulations avec des TSM imposées, appelées amip, ont été aussi analysées. Les simulations utilisées (disponibles à cette adresse : http://cmip-pcmdi.llnl.gov/cmip5/index.html) sont résumées tableau 1.
Ré-analyses et observations
7Les simulations climatiques CMIP5 sont comparées à plusieurs jeux de données comportant des ré-analyses et des observations : (1) le premier jeu comprend la pluie et la température du NCEP/NCAR (Kalnay et al., 1996) à la résolution d’environ 280 km. Cet ensemble de données, issu d’une ré-analyse de toutes les données d’observation disponibles (stations météo, bouée, radiosondes, observations aériennes, etc.) à l’aide d’un système très performant d’assimilation, couvre la période 1957-1996 ; (2) le deuxième jeu de données est issu des ré-analyses ERA-Interim (Simmons et al., 2008), du Centre européen pour les prévisions météorologiques à moyen terme. Ces données sont construites selon une méthode analogue à celles du NCEP/NCAR et couvrent la période 1958-1997 à la résolution d’environ 160 km ; (3) le troisième jeu des données de validation correspond à la version 2 des précipitations GPCP (Global Precipitation Climatology Project ; Huffman et al., 2001). Les précipitations GPCP sont obtenues en combinant à la fois des données de pluviomètres au sol et des observations indirectes par satellite. Les données utilisées couvrent la période 1997-2006 et ont une résolution de 100 km pour les données journalières et une résolution de 280 km pour les données mensuelles ; (4) les précipitations CMAP (CPC Merged Analysis of Precipitation ; Xie et Arkin, 1997), constituent le quatrième jeu de données utilisées pour la validation des modèles CMIP5. Elles sont aussi obtenues en combinant des pluviomètres et des observations par satellite) ; (5) les données CRUTS2.1 (Climatic Research Unit TimeSeries ; Mitchell et Jones, 2005), basées sur des relevés de plus de 4 000 stations météorologiques, couvrent une période de 1901 à 2012 ; (6) les précipitations TRMM (Huffman et al., 2007) constituent le sixième jeu de données utilisées pour valider les simulations CMIP5.
Comment sont représentées quelques caractéristiques de la MAO dans les modèles CMIP5 ?
8Les caractéristiques essentielles de la MAO pour lesquelles les modèles ont des faiblesses évidentes sont étudiées dans ce paragraphe. Cela, pour mieux évaluer la robustesse de leurs projections dans le futur, discutées dans les paragraphes suivants.
Le cycle saisonnier de la MAO
9Le cycle saisonnier de la MAO est l’élément le plus important pour les populations locales, dont l’activité principale est l’agriculture pluviale. Il se caractérise par l’alternance entre une saison sèche et une saison humide pendant laquelle l’essentiel des précipitations arrose le Sahel. La structure de la pluie pendant la saison humide s’organise autour de la Zone de convergence intertropicale (ZCIT) avec trois maxima régionaux : un centré sur la partie ouest du continent vers 8° N sur les hauteurs du Fouta Djalon, un second vers 10° E près du Mont Cameroun et un troisième près des hauts plateaux éthiopiens vers 40° E (non montré sur les figures). Les deux maxima sont assez bien reproduits par les observations Era-Interim, CMAP et GPCP et leur moyenne (fig. 1a). GPCP donne des valeurs relativement plus faibles, tandis que les maxima d’Era-Interim sont généralement supérieurs à ceux du CMAP. Le modèle russe INMC4 se singularise en sous-estimant trop fortement les maxima du Fouta Djalon (fig. 1b), tandis que les modèles ACCESS1-0, ACCESS1-3, CMCC-CM, FGOALS-g2, IPSL-CM5A-LR, IPSL-CM5A-MR trouvent le maximum à l’ouest plutôt sur l’océan. Ces deux derniers modèles français (IPSL-CM5A-LR/MR) retrouvent, par contre, bien le maximum sur le Mont Cameroun. Le modèle japonais MIROC5 exagère l’étendue spatiale du maximum à l’ouest qu’on trouve sur une zone allant de 20° W à 10° E. Cependant, les modèles BCC-CSM1-1, BNU-ESM (bien qu’ils sous-estiment le maximum sur le Mont Cameroun), CNRM-CM5, CSIRO-Mk3-6.0, IPSL-CM5B-LR reproduisent assez correctement les maxima du Fouta Djalon et du Mont Cameroun. On note, en définitive, que malgré la dispersion de ces 13 modèles pour la climatologie JAS des précipitations, leur moyenne d’ensemble reproduit, par contre, assez bien les maxima de l’ouest du continent et sur le Mont Cameroun.
10La figure 2 présente la climatologie de la température de surface de la saison JAS, pour la période 1989-202, des observations (2a) et des modèles CMIP5 (2b). Les données d’observation du CRU montrent le gradient de température en Afrique de l’Ouest, avec des températures froides sur la partie sud (jusqu’à environ 13° N) et des températures chaudes au nord, marquées par un maximum sur le Sahara algérien entre 25-28° N. Les ré-analyses NCEP et Era-Interim reproduisent assez bien la zone des températures chaudes : le premier modèle trouvant un maximum plus faible et plus étendu que celui de CRU, alors que le deuxième trouve un maximum fort et plus étendu spatialement. La moitié des modèles CMIP5 sous-estime trop fortement le maximum de température sur le Sahara (ACCES1-3, INMCM4, IPSL-CM5A-LR, IPSL-CM5B-LR) ou le place plus au sud, sur la frontière mauritano-sénégalaise (ACCESS1-0, ACCESS1-3, IPSL-CM5A-LR, IPSL-CM5A-MR, IPSL-CM5B-LR). Un deuxième groupe de modèles (BCC-CSM1-1, BNU-ESM, CMCC-CM, FGOALS-g2) reproduit assez bien la valeur de ce maximum, mais plutôt sur le nord de la Mauritanie et du Mali. En définitive, seuls deux modèles (CSIRO-Mk3-6.0 et MIROC5) reproduisent bien le maximum sur le Sahara avec des valeurs comparables à celles du CRU, mais en surestimant le maximum à l’est du continent vers 20° E (entre Niger et Tchad), tandis que le modèle CNRM-CM5 sous-estime la valeur de ce maximum, mais localise bien la position. Comme pour les précipitations, on remarque que la moyenne d’ensemble des modèles CMIP5 reproduit assez bien le maximum de température sur le Sahara et celui à l’est du continent, vers 20° E, mais avec des valeurs légèrement plus faibles.
11Dans l’optique des questionnements soulevés par le projet Acasis (Alerte canicules au Sahel et leurs impacts sur la santé) qui vient de démarrer, nous avons étudié le comportement des modèles pendant la saison sèche. La figure 3 présente la climatologie de la température de surface en MAM (mars-avril-mai) pendant la période 1989-2002, en comparant les observations (3a) et les modèles CMIP5 (3b). Les observations montrent, globalement, que les températures chaudes sont localisées sur le Sahel pendant la période sèche, avec trois maxima : un vers l’ouest (sur la frontière sénégalo-malienne), un deuxième dans les environs de Niamey au centre du Sahel et un troisième vers 20° E, au Tchad. Il y a une quasi-concordance entre CRU et Era-Interim, tandis que NCEP trouve bien la position de ces maxima, mais avec des valeurs nettement plus faibles. Certains modèles CMIP5 soit sous-estiment trop fortement ces maxima de températures (IPSL-CM5A-LR, IPSL-CM5A-MR, IPSL-CM5B-LR), soit ne les reproduisent pas du tout (INMCM4). Un deuxième groupe de modèles (BCC-CSM1-1, CNRM-CM5, FGOALS-g2) représente très moyennement la structure de la climatologie des températures en MAM, en trouvant la bonne position du maximum à l’ouest, mais en ratant celui au centre du Sahel (BCC-CSM1-M1, FGOALS-g2) ou en sous-estimant les maxima de température (CNRM-CM5). Un troisième groupe de modèles (ACCESS1-0, ACCESS1-3, BNU-ESM, CMCC-CM, CSIRO-Mk3-6.0, MIROC5) reproduit assez bien les trois maxima de températures en MAM, même s’ils en sous-estiment certains.
L’onset de la mousson
12Nous avons présenté le rôle important du cycle saisonnier de la MAO pour les populations locales. En réalité, ce cycle saisonnier de la MAO qui s’accompagne de la migration de la ZCIT vers le nord ne s’effectue pas de manière continue, mais par un déplacement rapide, de l’ordre d’une dizaine de jours, appelé « saut de mousson » (Sultan et Janicot, 2000, 2003 ; Le Barbé et al., 2002). Ce « saut de mousson » est un élément très important pour les populations sahéliennes, parce qu’il traduit le signal du début de pluies « utiles » pour les agriculteurs (Ati et al., 2002). Cependant, Cook et Vizy (2006) ont montré que, pour le 4e rapport du GIEC, un tiers des modèles ne simulait pas bien la MAO et ne parvenait pas, en particulier, à faire migrer la ZCIT sur le continent pendant l’été boréal. D’autres auteurs (Hourdin et al., 2010, Roehrig et al., 2013) ont montré que, dans un mode amip (où les TSMs sont forcées par les observations), les modèles arrivent mieux à simuler la migration de la ZCIT sur le continent.
13C’est pourquoi, nous représentons à la figure 4 l’évolution saisonnière des précipitations moyennées sur un domaine 10° W-10° E, pour des modèles CMIP5, dans une expérience amip, comparés à des observations de GPCP et TRMM. Les trois phases de la MAO sont clairement indiquées par les données GPCP. Dans la première phase, le maximum des précipitations reste centré au sud de 5° N jusqu’à la fin du mois de mai, puis le taux de précipitations diminue avant d’augmenter fortement près et au nord de 10° N, signifiant le début de la saison des pluies sur le Sahel (deuxième phase), pour atteindre son maximum au mois d’août. Dans la troisième phase, à partir d’août jusqu’en octobre, GPCP montre un retrait vers le sud du maximum de pluie correspondant à la deuxième saison des pluies sur la région guinéenne. Pour les modèles CMIP5 étudiés, on retrouve presque les résultats de Cook et Vizy (2006) : plus de la moitié ne représente pas bien le « saut de mousson ». En effet, neuf modèles sur les treize étudiés, soit ne reproduisent pas bien le saut (BCC-CSM1-1, CMCC-CM), soit ont une deuxième phase très décalée, c’est-à-dire la saison des pluies au Sahel (BNU-ESM), soit ont la première phase, c’est-à-dire le maximum des pluies sur la côte guinéenne trop au nord (FGOALS-g2, MIROC5) ou trop faible (INMCM4, IPSL-CM5A-LR, IPSL-CM5A-MR, IPSL-CM5B-LR).
14En définitive, seuls les modèles ACCESS1-0, ACCESS1-3, CNRM-CM5 et CSIRO-Mk3-6.0 arrivent à reproduire plus ou moins les trois phases de la variabilité intrasaisonnière de la MAO, avec des performances moins bonnes pour ACCESS1-0 et CNRM-CM5.
Quelles sont les projections climatiques sur l’Afrique de l’Ouest pour le xxie siècle ?
15Le 4e rapport du GIEC (simulations CMIP3) avait conclu à un très probable réchauffement de la planète comme conséquence de l’augmentation des gaz à effet de serre dans l’atmosphère (Meehl et al., 2007). Cependant, il y avait une divergence entre les modèles sur les précipitations dans certaines régions, en particulier au Sahel (Cook, 2008). La question est donc de savoir quelles sont les avancées apportées par les travaux de CMIP5, base du 5e rapport du GIEC ?
Projections des pluies sur l’Afrique de l’Ouest pour le xxie siècle
16La figure 5 présente un bref aperçu des changements des précipitations en Afrique de l’Ouest pour le xxie siècle, dans le cas d’un scénario rcp4.5 dit « réaliste », pour la période 2011-2040. Pour les trente prochaines années, la majorité des modèles CMIP5 étudiés (8-10 sur 13) montrent des projections de pluie à la hausse sur le Sahel à l’est de 10° W, à la baisse à l’ouest de 10° W (sauf pour BCC-CSM1-1 et INMCM4) et à la baisse sur le Maghreb (sauf pour ACCESS1-3, BNU-ESM, CSIRO-Mk3-6.0, FGOALS-g2, MIROC5). Durant cette même période, sur l’Afrique équatoriale, la majorité des modèles (9 sur 13) montre des projections à la hausse, tandis que les modèles BCC-CSM1-1, BNU-ESM, CSIRO-Mk3-6.0 et INMCM4 montrent plutôt le contraire. La moyenne d’ensemble des modèles étudiés montre des projections de pluie à la hausse au Sahel (à l’est de 10° W) et en Afrique équatoriale, à la baisse au Sahel (à l’ouest de 10° W) et au Maghreb.
17La deuxième moitié du xxie siècle (figure non montrée) voit confirmer, par une majorité de modèles (ACCESS1-0, ACCESS1-3, BCC-CSM1-1, CNRM-CM5, FGOALs-g2, IPSL-CM5A-LR, IPSL-CM5A-MR, IPSL-CM5B-LR, MIROC5), une augmentation de la pluie au Sahel central et est, une augmentation de la pluie en Afrique équatoriale, une diminution de la pluie au Sahel ouest et au Maghreb (avec une divergence entre les modèles sur les régions du Maghreb concernées). Pour cette période, deux modèles (CSIRO-Mk3-6.0 et INMCM4) se singularisent, en projetant des diminutions de pluie sur pratiquement toute l’Afrique de l’Ouest ; deux autres modèles (BNU-ESM et CMCC-CM) donnent des résultats contraires sur le Sahel central/est et sur l’Afrique équatoriale. Les dernières trente années du xxie siècle (2071-2100 ; figure non montrée) confirment (10 modèles sur 13) des projections à la hausse des pluies sur le Sahel est/central, sur une partie de l’Afrique équatoriale et à la baisse des pluies sur le Sahel ouest et le Maghreb. Le consensus n’est pas franc entre les modèles sur le Maghreb. Les modèles CSIRO-Mk3-6.0 et INMCM4 confirment aussi leur singularité en donnant des projections de pluie à la baisse sur toute l’Afrique de l’Ouest, tandis que le modèle BCC-CSM1-1 divise le continent pratiquement en deux : l’ouest avec des pluies à la baisse et l’est avec des pluies à la hausse.
18Le scénario rcp4.5 montre, pour la majorité des modèles CMIP5 étudiés, des projections de pluies pour le xxie siècle et pendant la saison humide juillet-août-septembre, comparées à la période 1961-2000 : (1) une augmentation sur le Sahel central et est, sur une partie de la zone équatoriale (0-10° N) et sur le Maghreb ; (2) une diminution des précipitations sur le Sahel ouest, sur le Gabon et le Congo (5° S-0°).
19La figure 6 présente les changements des précipitations en Afrique de l’Ouest pour le xxie siècle, comparées aux précipitations actuelles, dans le cas d’un scénario rcp8.5 dit « pessimiste », pour la période 2011-2040. Les projections des précipitations pour la première période de 30 ans donnent des résultats très contrastés. D’abord, une majorité des modèles étudiés (BNU-ESM, CNRM-CM5, FGOALS-g2, IPSL-CM5A-LR, IPSL-CM5A-MR, MIROC5) fait des projections de pluie à la hausse sur le Sahel central/est et à la baisse sur le Sahel ouest, tandis que deux modèles (BCC-CSM1-1 et CSIRO-Mk3-6.0) trouvent le contraire. Ensuite, trois modèles (ACCESS1-0, ACCESS1-0 et CMCC-CM) font des projections de pluie à la hausse sur tout le Sahel, tandis que deux autres (INMCM4 et IPSL-CM5B-LR) trouvent plutôt une baisse. Sur l’Afrique équatoriale, plus de la moitié des modèles étudiés (BCC-CSM1-1, BNU-ESM, CSIRO-Mk3-6.0, FGOALS-g2, INMCM4, IPSL-CM5A-LR, IPSL-CM5A-MR, IPSL-CM5B-LR) montrent des projections de la pluie à la baisse, tandis que cinq modèles (ACCESS1-0, ACCESS1-3, CMCC-CM, CNRM-CM5, MIROC5) indiquent le contraire. Enfin, presque tous les modèles étudiés (sauf MIROC5) donnent des projections de la pluie à la baisse sur le Maghreb, même s’ils ne s’accordent pas sur les zones concernées.
20Pour la deuxième moitié du xxie siècle (2041-2070 ; figure non montrée), un seul modèle (FGOALS-g2) fait des projections de pluie à la hausse sur tout le Sahel. Un seul modèle aussi (CSIRO-Mk3-6.0) se singularise en donnant des projections à la baisse sur tout le Sahel, avec des valeurs supérieures à 1,5 mm/jour. Une large majorité des modèles (ACCESS1-0, ACCESS1-3, BCC-CSM1-1, BNU-ESM, CMCC-CM, CNRM-CM5, CSIRO-Mk3.6.0, FGOALS-g2, INMCM4, IPSL-CM5A-LR, IPSL-CM5A-MR, IPSL-CM5B-LR, MIROC5), soit 11 sur 13, montre des projections de pluie à la baisse sur le Sahel ouest et à la hausse sur le Sahel central/est. Dans cette catégorie, deux modèles (BCC-CSM1-1 et INMCM4) donnent une extension plus large du Sahel ouest, concerné par la baisse des précipitations : il englobe un domaine depuis Niamey (2,5° E) jusqu’au Sénégal. Presque tous les modèles étudiés donnent des projections de pluie à la baisse sur le Maghreb, même si certains parmi eux (ACCESS1-3, BNU-ESM, CNRM-CM5, FGOALS-g2) excluent l’Algérie et l’est du Maroc. Sur la partie sud de l’Afrique équatoriale (Gabon, Congo et République démocratique du Congo), une majorité des modèles (ACCESS1-0, BCC-CSM1-1, BNU-ESM, CSIRO-Mk3-6.0, INMCM4, IPSL-CM5A-LR, IPSL-CM5A-MR, IPSL-CM5B-LR), soit 8 sur 13, fait une projection de pluies à la baisse. Cependant, quelques modèles (ACCESS1-3, CMCC-CM, CNRM-CM5, FGOALS-g2, MIROC5) font plutôt une projection de pluie à la hausse sur cette même zone.
21Les projections des modèles sur les dernières décennies du xxie siècle (2071-2100 ; figure non montrée) montrent un large consensus sur une baisse des précipitations sur le Maghreb : seul le modèle BNU-ESM montre le contraire. Il est vrai que certains modèles (CNRM-CM5, FGOALS-g2, MIROCS) montrent aussi une baisse sur l’est du Maghreb et la Libye. Une large majorité des modèles (ACCESS1-0, ACCESS1-3, CMCC-CM, INMCM4, IPSL-CM5A-LR, IPSL-CM5A-MR, IPSL-CM5B-LR, MIROC5) fait des projections de baisse des pluies sur le Sahel ouest et de hausse sur le Sahel central/est. On retrouve encore, dans cette période, des modèles (BNU-ESM, CNRM-CM5, FGOALS-g2) qui font des projections de pluie à la hausse sur tout le Sahel et deux modèles (BCC-CSM1-1 et CSIRO-Mk3-6.0) qui disent le contraire. Enfin, sur le sud de l’Afrique équatoriale (Gabon, Congo et République démocratique du Congo), une large majorité de modèles (ACCESS1-0, ACCESS1-3, BNU-ESM, CSIRO-Mk3-6.0, INMCM4, IPSL-CM5A-LR, IPSL-CM5A-MR, IPSL-CM5B-LR) fait des projections de pluie à la baisse, tandis que trois autres (CMCC-CM, CNRM-CM5, FGOALS-g2) soutiennent le contraire. Deux modèles (BCC-CSM1-1 et CSIRO-Mk3-6.0) se singularisent dans cette zone en donnant, en plus, des projections opposées sur la côte guinéenne et le sud de l’Afrique équatoriale.
22Dans un scénario rcp8.5, les moyennes d’ensemble des modèles CMIP5 étudiés montrent des projections de pluie pour le xxie siècle et pendant la saison humide juillet-août-septembre, comparées à la période 1961-2000 : (1) en augmentation sur le Sahel est, avec des taux très élevés sur le Burkina, le sud du Niger, le sud du Tchad et le Soudan, vers les dernières décennies du xxie siècle ; (2) en diminution sur le Sahel ouest (Sénégal, Gambie, Guinée) avec des taux devenant très élevés vers les dernières décennies sur la Casamance, la Gambie et la Guinée dans sa totalité ; (3) en diminution sur le Gabon, le Congo et la République démocratique du Congo (partie sud de l’Afrique équatoriale) ; (4) en diminution sur le Maghreb, concernant le Maroc en entier pour la première période, et restant localisée sur le nord de cette zone (au Maroc, en Algérie, en Tunisie et en Libye) vers les dernières décennies.
Projections des températures sur l’Afrique de l’Ouest pour le xxie siècle
23Les projections de température pour le xxie siècle et pendant la saison humide juillet-août-septembre, comparées à la période 1961-2000, dans un scénario rcp4.5 (figure non montrée), montrent des températures à la hausse sur l’Afrique de l’Ouest, quasiment pour tous les modèles. Un seul modèle (BNU-ESM) montre des projections de température à la baisse sur le Sahel central et durant tout le xxie siècle. Ce modèle est rejoint par FGOALS-g2 pour la période 2071-2100. Cette hausse des projections de température divise l’Afrique de l’Ouest en deux zones : (1) au nord de 12,5° N où la différence de température est de 2 °C les trente premières années, pour atteindre 2,5 °C environ vers la fin du xxie siècle ; (2) au sud de 12,5° N où la différence de température est de 1 °C pendant la période 2011-2040, pour atteindre 2 °C lors de la période 2071-2100.
24Les projections de température comparées à celles du passé récent, dans un scénario pessimiste rcp8.5, sont représentées à la figure 7. Les projections de température de la première période (2011-2040), donnent des hausses atteignant 2,5 °C-3 °C au nord de 15° N pour tous les modèles et 1 °C pour tous les modèles (sauf BNU-ESM qui montre plutôt des projections de température à la baisse sur le Sahel central/est) au sud de 15° N. Cette tendance du réchauffement dans les projections est confirmée par tous les modèles aussi bien au nord de 15° N (où elles atteignent 3,5 °C) qu’au sud de 15° N (où elles atteignent 2 °C), dans la période 2041-2070 (figure non montrée). Cependant, dans cette partie sud, toute la côte guinéenne montre un réchauffement nettement plus modéré. Enfin, les dernières décennies du xxie siècle accentuent la tendance du réchauffement (figure non montrée) : celui-ci variant de 3 °C au sud de 15° N (sans exclure cette fois-ci les côtes guinéennes) jusqu’à 4-5 °C au nord.
25Ce qui est remarquable sur les températures, c’est que même dans un scénario dit « irréaliste » rcp2.6, les projections montrent des hausses sur quasiment toute l’Afrique de l’Ouest (sauf la Libye et une partie du Nord-Niger-Mali-Tchad) pouvant atteindre 0,5 °C dans les décennies actuelles 2011-2040 (figure non montrée). De plus, cette tendance à la hausse atteindrait 1 °C pour la fin du xxie siècle et concernerait toute l’Afrique de l’Ouest. Ce constat nous a amenés à nous intéresser à la saison sèche, puisque récemment Fontaine et al. (2013) ont montré qu’une augmentation de vagues de chaleur pourrait survenir durant cette saison (voir aussi chap. 1, ce volume).
26C’est pourquoi nous représentons sur la figure 8 les projections de température en mars-avril-mai, comparées aux températures actuelles (1961-2000) et pour un scénario considéré réaliste, c’est-à-dire rcp4.5. On observe des hausses atteignant 1,5 °C, pendant la période 2011-2040, sur une partie du centre et du nord du Sahel (Algérie, Niger, nord du Burkina, Mali et nord du Sénégal) avec un consensus des modèles étudiés (fig. 8a). Cette hausse s’accentue dans la moitié du xxie siècle (figure non montrée) atteignant 2 °C partout en Afrique de l’Ouest et dépassant cette température sur l’Algérie, le Niger et le Mali. Enfin, la fin du xxie siècle sera marquée par une accélération de cette tendance à la hausse (qui dépassera 2,5 °C partout au nord de l’Afrique de l’Ouest) et par sa propagation jusqu’au sud du continent, aux environs de 10° N, touchant ainsi la Guinée, la Côte-d’Ivoire, le Burkina en entier et même le Nord-Nigeria (fig. 8b). Ces résultats confirment la pertinence des questions soulevées par le projet Acasis, dans l’analyse des phénomènes de vagues de chaleur en période sèche sur l’Afrique de l’Ouest.
27Les projections sont différentes au Sahel sur les précipitations entre un Ouest (15° W-5° W) connaissant une baisse et un Est (10° E-35° E) connaissant une hausse ; avec une zone de transition (5° W-10° E) où les modèles divergent. Par contre, pour les températures, le réchauffement semble robuste et important en amplitude. De même, pour la saison sèche, ce réchauffement est si important que des situations de vagues de chaleur fréquentes sont très plausibles, comme le signale le 5e rapport du Giec (voir aussi chap. 1, ce volume).
Quelles sont les évidences et les incertitudes des projections climatiques pour le xxie siècle sur l’Afrique de l’Ouest ?
28Les résultats des modèles CMIP5 étudiés, analysés dans le premier paragraphe, montrent qu’ils reproduisent raisonnablement certaines caractéristiques clés de la MAO. On peut donc accorder à ces modèles une confiance en leurs capacités à fournir des projections du climat sur l’Afrique de l’Ouest plus ou moins fiables. Les résultats précédents semblent montrer que la confiance en les modèles serait plus élevée pour les températures que pour les précipitations. L’objectif, dans ce paragraphe, est de répondre à cette assertion, en évaluant pour ces deux paramètres, quels résultats sont robustes et pour les résultats qui ne le sont, quelles incertitudes y sont associées. Pour ce faire, nous avons d’abord élaboré des diagnostics simples, inspirés de Roehrig et al. (2013), permettant de comparer les moyennes d’ensemble des modèles, leurs dispersions et leur accord sur les signes de l’évolution de ces grandeurs. Ensuite, sur les régions caractéristiques de l’Afrique de l’Ouest où les résultats semblent diverger, nous avons déterminé l’évolution au cours du xxie siècle des valeurs moyennes des anomalies des précipitations et des températures, associées à leurs dispersions.
Sur les précipitations
29La figure 9 présente la moyenne d’ensemble, la dispersion inter-modèles et l’accord entre les modèles sur la variation du signe de la pluie en JAS, pour le scénario rcp4.5 et pour les périodes 2011-2040 (9a), 2041-2070 (9b), 2071-2100 (9c) ; pour le scénario rcp8.5 et respectivement pour les mêmes périodes (fig. 9d, 9e et 9f).
30La moyenne d’ensemble des modèles, dans un scénario rcp4.5, montre globalement une hausse des précipitations, pendant la période 2011-2040, sur le Sahel est (du Tchad à Bamako, vers 10° W), une diminution sur le Sahel ouest (de Bamako au Sénégal) et une baisse sur le Maghreb (Maroc, Tunisie et Nord-Libye). On observe de très fortes variations de l’écart-type (fig. 9a), atteignant 2-2,5 mm/jour, surtout sur le golfe de Guinée jusqu’au Liberia et la Sierra Leone, montrant par conséquent une large incertitude sur cette hausse des pluies. Le consensus entre les modèles sur la hausse au Sahel est atteint 80 %, tandis que pour la baisse sur le Sahel ouest, il varie de 60 % (Sud-Sénégal et Guinée-Bissau) à 40 % (Bamako-Sénégal). Sur le Maghreb aussi, le consensus sur la baisse des précipitations est faible (30-40 %). Dans le cas d’un scénario rcp8.5 (fig. 9d), on ne note pas de changement notable dans les moyennes d’ensemble et les dispersions des modèles sur le Sahel. Par contre, le consensus entre les modèles change sur le Sahel est : il reste à 80 % sur la partie plus à l’est (Niger-Tchad), mais diminue jusqu’à 40-60 % sur le Burkina et le Mali et 40 % sur le Sahel ouest.
31Peu de changements sont observés sur la moyenne d’ensemble, dans la moitié du xxie siècle et dans un scénario rcp4.5 (fig. 9b), sauf la propagation de la baisse sur le Maghreb (atteignant la Mauritanie, l’Algérie et toute la Libye pratiquement) et son accentuation sur la Casamance et la Guinée. On note cependant une augmentation de la dispersion sur le Sahel est et un changement sur le consensus entre les modèles dans cette zone. Le consensus reste fort (80 %) sur le Niger-Tchad, mais diminue fortement (40-60 %) sur Bamako-Niger ; par contre, il augmente sur le Sahel ouest pour atteindre 50-60 % sur une grande partie du Sénégal et 40-60 % sur le Nord-Maghreb. Le scénario rcp8.5 (fig. 9e) confirme l’augmentation du consensus sur le Sénégal (60 %) et sur une grande partie du Maghreb.
32Les projections de la pluie, de la moyenne d’ensemble des modèles, montrent plutôt une extension de la baisse des précipitations sur le Maghreb, pour la fin du xxie siècle dans un scénario rcp4.5 (fig. 9c), mais varient très peu sur le Sahel, comparativement au début et au milieu du xxie siècle. Cependant, le consensus des modèles diminue sur le Sahel est (Niger-Tchad), mais reste relativement élevé (60 %). Par contre, il reste stable sur le Sahel ouest et le Maghreb, mais concerne entièrement ces domaines contrairement à la période précédente. La dispersion augmente considérablement sur le Sahel atteignant presque partout 2,5 mm/jour dans un scénario rcp8.5 (fig. 9.f). Cependant, le consensus sur le signe de la différence des pluies partage le Sahel en trois zones : l’ouest (15° W-5° W) avec 40-60 % des modèles, le centre (5° W-10° E) avec peu de modèles en accord, soit 20-30 % et l’extrême est (10° E-30° E) avec 60-80 % de modèles en accord.
33Ce qui semble être des évidences dans ces résultats, pour les deux scénarii étudiés : (1) les différences sur le Sahel pour les projections de pluie au xxie siècle, avec une partie ouest (Bamako-Sénégal) connaissant une diminution des précipitations et une partie est (10° E-30° E), du Niger au Soudan, connaissant plutôt le contraire ; (2) la particularité d’une zone de transition, comprise entre 5° W-10° E (Bamako jusqu’au centre du Niger), où la baisse des précipitations ne fait pas un consensus franc entre les modèles.
Sur les températures
34La figure 10 présente la moyenne d’ensemble, la dispersion inter-modèles et l’accord entre les modèles sur la variation du signe de la température en JAS, pour le scénario rcp4.5 et pour les périodes 2011-2040 (10a), 2041-2070 (10b), 2071-2100 (10c) ; pour le scénario rcp8.5 et respectivement pour les mêmes périodes (fig. 10d, 10e et 10f). Les résultats semblent robustes (pour rcp4.5 et les trois périodes considérées) et se caractérisent par un réchauffement partout, accentué au nord de 15° N dans la première période pour atteindre même 10° N au milieu et à la fin du xxie siècle avec des valeurs toujours supérieures à 2 °C (fig. 10a-c). De même, on note une large dispersion des projections (de 1,5 °C dans les premières décennies à 2,5 °C en 2041-2071) sur une bande sahélienne comprise entre 10° N-20° N et 0°-30° E. Cette dispersion est moins importante dans cette bande sur la partie ouest du continent (15° W-0°). Le réchauffement constaté fait l’unanimité des modèles sauf sur les zones de large dispersion où le consensus entre les modèles dépasse quand même 80 %. Dans un scénario rcp8.5 (fig. 10d-f), les configurations restent similaires, seulement les valeurs du réchauffement doublent pratiquement, comparées à celles du scénario rcp4.5.
35Pour discuter des incertitudes des projections, nous avons donc considéré les zones identifiées comme des zones de larges dispersions des modèles (plutôt que d’étudier l’Afrique de l’Ouest dans sa globalité) et y avons calculé les anomalies annuelles moyennes (par rapport au xxe siècle) des projections de pluie et de température avec leurs dispersions.
36La figure 11 présente l’évolution temporelle, de 1900 à 2100, de l’anomalie annuelle de la température et des précipitations de la moyenne d’ensemble des douze modèles CMIP5 étudiés, dans la zone ouest du Sahel, pour les scénarii rcp4.5 et rcp8.5. Le réchauffement dans un scénario rcp4.5 semble franc depuis les années 1980, il atteint presque 1 °C en 2010, double pratiquement en 30 ans pour se stabiliser à 3 °C environ vers 2070 (fig. 11a). Les incertitudes de ce réchauffement (± 0,2 °C) sont relativement faibles dans les années 2010, augmentent très vite pour atteindre ± 1,2 °C vers la fin du xxie siècle. Dans un scénario rcp8.5 (fig. 11c), le réchauffement est quasi identique à celui du scénario rcp4.5 jusqu’en 2040 où il atteint 2,5 °C (2 °C pour rcp4.5), mais augmente très rapidement à partir de cette période : il vaut 4 °C en 2070, puis 6 °C à la fin du xxie siècle. Les incertitudes de ce réchauffement sont sensiblement égales à celui du scénario rcp4.5 jusqu’en 2040, mais elles représentent plus que le double (± 2,8 °C) vers la fin du xxie siècle. Une grande différence entre le réchauffement dans le scénario rcp4.5 ou rcp8.5 est sa stabilisation dans le premier cas à partir de 2070, alors qu’il continue de toujours croître assez vite dans le deuxième cas. L’anomalie des pluies dans un scénario rcp4.5 (fig. 11b), bien que variable, est généralement positive depuis le début du XXe siècle jusqu’aux années 1970 où elle devient négative, coïncidant avec la sécheresse au Sahel. Après un léger retour des anomalies positives vers 2010, c’est plutôt une tendance à la baisse des précipitations qui s’installe à partir de cette date jusqu’à la fin du xxie siècle. Cette plage de variation de l’anomalie de pluie fluctue entre ± 80 mm dans la période 2040-2070 pour atteindre ± 120 mm vers la fin du xxie siècle. Dans un scénario rcp8.5 (fig. 11d), l’anomalie des pluies est légèrement positive, mais avec une forte variabilité dans la période 1990-2010, puis redevient négative à partir de 2040 jusqu’à la fin du xxie siècle. L’amplitude des variations est nettement supérieure à celle du scénario rcp4.5 : elle varie entre ± 90 mm pour la période 2010-2040, entre ± 120 mm pour la période 2040-2070 et entre ± 230 mm pour la période 2070-2100.
37Dans la zone est du Sahel, le réchauffement est aussi net, dans un scénario rcp4.5, à partir de 1980 (fig. 12a), en suivant pratiquement la même évolution que dans la zone ouest. Cependant, les amplitudes de variation sont légèrement supérieures : elles sont de ± 0,8 °C vers 2040 (contre 0,6 °C pour l’ouest) et de ± 1,4 °C à partir de 2070 (contre 1,2 °C). Dans un scénario rcp8.5 (fig. 12c), l’évolution de l’anomalie des températures est quasi similaire à celle de la zone ouest. Cependant, les amplitudes de variation sont légèrement supérieures. L’anomalie des pluies dans la zone est du Sahel, dans un scénario rcp4.5, suit une tendance à la hausse depuis les années 1990 jusqu’à 2040 (fig. 12b), avec une forte variabilité. À partir de 2040, tout en restant positive, l’anomalie des pluies oscille autour de 30 mm jusqu’à la fin du xxie siècle. L’amplitude des variations augmente très rapidement à partir de 2000 : elle oscille autour de ± 140 mm en 2040 (± 100 mm pour la zone ouest) pour atteindre ± 160 mm vers 2100 (contre ± 120 mm). Donc l’amplitude de variation de l’anomalie des pluies en zone est est nettement supérieure à celle de la zone ouest. Dans un scénario rcp8.5 (fig. 12d), la tendance de la hausse des pluies est plus nette et plus rapide à partir de 2040 (30 mm) pour atteindre 100 mm vers 2100. L’amplitude des variations (± 140-300 mm) est nettement supérieure à celle de la zone ouest pour les mêmes périodes.
Conclusion
38Les résultats des simulations de douze modèles ayant participé à l’expérience CMIP5 ont montré que, même si ces modèles ont beaucoup progressé dans la représentation des caractéristiques de la MAO, leurs projections climatiques sur l’Afrique de l’Ouest ont peu évolué, comparées à celles de CMIP3. Cependant, le signal du réchauffement sur l’Afrique de l’Ouest semble robuste, atteignant en moyenne 3 °C dans un scénario rcp4.5 et le double dans un scénario rcp8.5 ; soit un réchauffement supérieur de 10 à 60 % au réchauffement global moyen sur la Terre. La dispersion des projections des modèles, comme dans CMIP3, est toujours importante pour les températures, mais surtout pour les précipitations. Sur les températures, malgré une quasi-unanimité des modèles sur le réchauffement prévu, on atteint des amplitudes de variation de 1,8-4,2 °C dans un scénario rcp4.5 et de 3,5-8,5 °C dans l’ouest du Sahel (15° W-5° W) ; ces valeurs étant légèrement supérieures dans l’est du Sahel (10° E-35° E). Cette incertitude sur l’amplitude des variations du réchauffement reste un grand défi à relever pour les implications sur la santé que cela suppose.
39Quant aux précipitations, les projections des modèles soulèvent plus de questions qu’elles n’apportent de réponses. Ce qui semble être une évidence, c’est la diminution des précipitations dans le Sahel ouest et leur augmentation dans le Sahel est. Ce constat sur l’ouest du Sahel fédère de plus en plus de modèles au fur et à mesure qu’on s’avance dans le xxie siècle : 40 % pour la période 2011-2040, 60 % pour la période 2041-2070 et plus de 80 % dans la dernière période. A contrario, sur l’est du Sahel, même si le consensus des modèles est relativement élevé, il diminue de 80 % dans la première période à 70 % dans la dernière période. Le scénario rcp4.5 semble donner aussi bien à l’est qu’à l’ouest des oscillations autour d’une valeur moyenne (positive pour la première zone/négative pour la seconde) indiquant une grande variabilité interannuelle, tandis que le scénario rcp8.5 donne une tendance nette de hausse de l’anomalie des précipitations à l’est qui atteint 100 mm à la fin du xxie siècle. Les amplitudes de variations des précipitations sont relativement grandes puisqu’elles varient, pour l’ouest du Sahel, entre 80-120 mm pour le scénario rcp4.5 et entre 90-230 mm pour le scénario rcp8.5. Ces amplitudes sont légèrement supérieures dans la zone est. On constate donc l’existence d’une zone comprise entre 5° W-10° E (englobant l’ouest du Mali, le Burkina, le nord du Nigeria et l’est du Niger) où le consensus entre les modèles est faible sur le changement des précipitations pour les deux scénarii.
40En résumé, malgré une bonne capacité des modèles CMIP5 étudiés à reproduire des caractéristiques essentielles de la MAO, il paraît difficile, avec leurs projections des précipitations, de s’appuyer directement sur eux pour anticiper les changements climatiques et leurs impacts en ce qui concerne les pluies. Ce qui ne semble pas être le cas sur les températures, pour lesquelles, les signaux trouvés sont robustes.
Bibliographie
Des DOI sont automatiquement ajoutés aux références bibliographiques par Bilbo, l’outil d’annotation bibliographique d’OpenEdition. Ces références bibliographiques peuvent être téléchargées dans les formats APA, Chicago et MLA.
Format
- APA
- Chicago
- MLA
Ati O. F., Stigter C. J., Olapido E. O., 2002. A comparison of methods to determine the onset of the growing season in northern Nigeria. Int. J. Climatol., 22 (6): 731-742.
10.1002/joc.712 :Chou C., Neelin J. D., Chen C. A., Tu J. Y., 2009. Evaluating the rich-get-richer mechanism in tropical precipitation change under global warming. J. Climate, 22: 1982-2005.
10.1175/2008JCLI2471.1 :Christensen J. H. et al., 2007. « Regional climate projection ». In Solomon S., Qin D., Manning M., Chen Z., Marquis M. C., Averyt K. B., Tignor M., Miller H. L. (eds): Climate Change 2007: The Physical Science Basis, Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA (R), Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, 996 p.
Cook K. H., 2008. Climate science: the mysteries of Sahel droughts. Nat. Geosci., 1: 647-648.
Cook K. H., Vizy E. K., 2006. Coupled model simulations of the West African monsoon system: twentieth- and twenty-first-century simulations. J. Climate, 19: 3681-3703.
10.1175/JCLI3814.1 :Fontaine B., Janicot S., Monerie P.-A., 2013. Recent changes in air temperature, heat waves occurrences, and atmospheric circulation in Northern Africa. J. Geophys. Res. Atmos., 118: 1-17, doi:10.1002/jgrd.50667,2013.
10.1002/jgrd.50667,2013 :Held I. M., Delworth T. L., Lu J., Findell K. L., Knutson T. R., 2005. Simulation of Sahel drought in the 20th and 21th centuries. Proc. Natl. Acad. Sci. U.S.A., 102: 17891-17896.
Hourdin et al., 2010. Amma-Model Intercomparison Project. Bull. Amer. Meteor. Soc., 91 (1): 95-104.
10.1175/2009BAMS2791.1 :Huffman G. J., Adler R. F., Morrissey M. M., Bolvin D. T., Curtis S., Jouyce R., Mc-Gavock B., Susskind J., 2001. Global precipitation of one-degree daily resolution from multisatellite observations. J. Hydrometeor., 2: 36-50.
Huffman G. J., Bolvin D. T., Nelkin E. J., Wolff D. B., Gu G., Hong Y., Bowman K. P., Stocker E. F., 2007. The TRMM Multisatellite Precipitation Analysis (TMPA): Quasi-global, multiyear, combined-sensor precipitation estimates at fine scales. J. Hydrometeor., 8 (1) : 38-55.
Jones C. G., Giorgi F., Asrar G., 2011. The Coordinated Regional Downscaling Experiment: Cordex. An international downscaling link to CMIP5. CLIVAR Exchanges, 56, 16 (2) : 34-400.
Joussaume S., Armand D., Delecluse P., Seguin B., Journé V., Delmas R., Gillet M. (eds), 2007. Les recherches françaises sur le changement climatique. Institut national des sciences de l’univers, 19 p., disponible sur http://www.insu.cnrs.fr/a2059,recherches- francaises-changement-climatique-2007.html
Kalnay E. et al., 1996. The NCEP/NCAR 40-year reanalysis project. Bull. Amer. Meteor. Soc., 77 (3): 437-471.
Le Barbé L., Lebel T., Tapsoba D., 2002. Rainfall variability in West Africa during the years 1950-90. J. Climate, 15: 187-202.
Meehl G. A., Covey C., Delworth T., Latif M., Mcavaney B., Mitchell J. F. B., Stouffer R. J., Taylor K. E., 2007. The WCRP CMIP3 multimodel dataset: a new era in climate change research. Bull. Amer. Meteor. Soc., 88: 13833-1394.
Mitchell T. D., Jones P. D., 2005. An improved method of constructing a database of monthly climate observations and associated high-resolution grids. Int. J. Climatol., 25 (6): 673-712, doi:10.1002/joc.1181
10.1002/joc.1181 :Nicholson S., 1980. The nature of rainfall fluctuations in subtropical West Africa. Mon. Wea. Rev., 108 : 473-487.
10.1175/1520-0493(1980)108<0473:TNORFI>2.0.CO;2 :Nikulin G. et al., 2012. Precipitation climatology in an ensemble of Cordex-Africa regional climate simulations. J. Climate, 25 (18): 6057-6078.
10.1175/JCLI-D-11-00375.1 :Paeth H., Hense A., 2004. SST versus climate change signals in West Africa rainfall: 20th-century variations and future projections. Climatic Change, 65 : 179-208.
Randal D. A. et al., 2007. « Climate models and their evaluation ». In Solomon S., Qin D., Manning M., Chen Z., Marquis M. C., Averyt K. B., Tignor M., Miller H. L. (eds): Climate Change 2007: The Physical Science Basis, Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA (R), Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, 996 p.
Roehrig R., Bouniol D., Guichard F., Hourdin F., Redelsperger J-L., 2013. The present and future of the West African Monsoon: a process-oriented assessment of CMIP5 simulations along the AMMA transect. J. Climate, 26: 6471-6505.
Simmons A., Uppala S., Dee D., Kobayashi S., 2008. ERA-Interim: New ECMWF reanalysis products from 1989 onwards. ECMWF Newsletter, 110.
Sultan B., Janicot S., 2000. Abrupt shift of the ITCZ over West Africa and intra-seasonal variability. Geophys. Res. Lett., 27: 3353-3356.
10.1029/1999GL011285 :Sultan B., Janicot S., 2003. The West African monsoon dynamics. Part II: The « preondet » and « onset » of the summer monsoon. J. Climate, 16: 3407-3427.
Taylor K. E., Stouffer R. J., Meehl G. A., 2012. An overview of CMIP5 and the experiment design. Bull. Amer. Meteor. Soc., 93 (4): 485-498, doi:10.1175/BAMS-D-11-00094.1.
10.1175/BAMS-DD-1111-00094.1 :Xie P., Arkin P. A., 1997. Global precipitation: a 17-year monthly analysis based on gauge observations, satellite estimates, and numerical model outputs. Bull. Amer. Meteor. Soc., 78: 2539-2558.
10.1175/1520-0477(1997)078<2539:GPAYMA>2.0.CO;2 :Xue Y., De Sales F., Lau W. K.-M., Boone A., Feng J., Dirmeyer P., Guo Z., Kim K.M, Kitoh A., Kumar V., Poccard-Leclercq I., Mahowald N., Moufouma-Okia W., Pegion P., Rowell D. P., Schemm J., Schubert S. D., Sealy A., Thiaw W. M., Vintzileos A., Williams S. F., Wu M-LI C., 2010. Intercomparison and analyses of the climatology of the West African Monsoon in the West African Monsoon Modeling and Evaluation project (WAMME) first model intercomparison experiment. Clim. Dyn., doi :10.1007/s00382-010-0778-2
10.1007/s00382-010010-07780778-2 :Auteurs
Climatologue, Laboratoire des sciences de l’atmosphère et de l’océan (LSAO) / Université Gaston-Berger, Saint-Louis, Sénégal
Climatologue, Laboratoire de physique de l’atmosphère et de l’océan Siméon Fongang (LPAOSF) / Université Cheikh-Anta-Diop de Dakar (Sénégal)
Physicien de l’atmosphère, CNRS, Laboratoire de météorologie dynamique, UMR 8539 CNRS/IPSL/UMPC
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Du social hors la loi
L’anthropologie analytique de Christian Geffray
Yann Guillaud et Frédéric Létang (dir.)
2009
Gestion durable des eaux et des sols au Maroc
Valorisation des techniques traditionnelles méditerranéennes
Éric Roose, Mohamed Sabir et Abdellah Laouina
2010
Madagascar face au défi des Objectifs du millénaire pour le développement
Bénédicte Gastineau, Flore Gubert, Anne-Sophie Robilliard et al. (dir.)
2010
Le projet majeur africain de la Grande Muraille Verte
Concepts et mise en œuvre
Abdoulaye Dia et Robin Duponnois (dir.)
2010
La Grande Muraille Verte
Capitalisation des recherches et valorisation des savoirs locaux
Abdoulaye Dia et Robin Duponnois (dir.)
2012
Parcours de recherche à Madagascar
L’IRD-Orstom et ses partenaires
Christian Feller et Frédéric Sandron (dir.)
2010
Pratiques et représentations linguistiques en Guyane
Regards croisés
Isabelle Léglise et Bettina Migge (dir.)
2008
Les sociétés rurales face aux changements climatiques et environnementaux en Afrique de l’Ouest
Benjamin Sultan, Richard Lalou, Mouftaou Amadou Sanni et al. (dir.)
2015
Aires marine protégées ouest-africaines
Défis scientifiques et enjeux sociétaux
Marie Bonnin, Raymond Laë et Mohamed Behnassi (dir.)
2015