Page 1

Theor Appl Climatol (2012) 108:479-494

DOI 10.1007/s00704-011-0544-3

PAPIER ORIGINAL

Détermination de la variabilité saisonnière des précipitations, début

et cessation dans le district semi-aride de Tharaka, Kenya
CW Recha & GL Makokha & PS Traoré &
C. Shisanya & T. Lodoun & A. Sako

Reçu : 17 février 2011 /Accepté : 18 octobre 2011 /Publié en ligne : 4 novembre 2011
© Springer Verlag 2011

Résumé L'étude a quantifié la variabilité des précipitations pour mars– 1. Introduction

saisons mai (MAM) et octobre-décembre (OND) en
District de Tharaka, Kenya. Les paramètres analysés ont été inter- Au Sommet du Millénaire des Nations Unies en 2000,
variabilité annuelle des précipitations saisonnières, début et cessation les dirigeants mondiaux ont convenu de fixer des délais et des mesures mesurables
en utilisant les données pluviométriques quotidiennes dans trois zones agro-écologiques'
Objectifs du Millénaire pour le développement (ONU 2005). Ceux-ci comprenaient
gares. La méthode cumulative moyenne en pourcentage a été utilisée pour lutter contre la pauvreté, la faim, la maladie et l'environnement
déterminer le début et l'arrêt, et la variabilité saisonnière a été dégradation. Les précipitations et le climat en général, ont été impliqués
estimée à l'aide d'indices de variabilité des précipitations. Bien que les deux directement dans le premier objectif, à savoir éradiquer l'extrême pauvreté et
les saisons sont très variables, OND a été constamment en dessous faim. De tous les paramètres climatiques, la pluviométrie est un
moyenne au fil du temps alors que la MAM est élevée au cours de la saison intrant qui a un impact significatif sur le bien-être socio-économique
variabilité. Malgré la quasi-uniformité du début moyen faisant partie de la population qui dépend de l'agriculture pluviale.
et les dates d'arrêt, la première est très variable sur un inter- Ceci est particulièrement important en Afrique subsaharienne (ASS)
échelle annuelle. Les deux saisons des pluies sont intrinsèquement différentes où l'activité humaine et la production agricole en particulier
et nécessitent donc des cultures spécifiques en agro-écologie ular est étroitement liée à la variabilité interannuelle des précipitations (Jury
zones LM4 et LM4-5. Il est possible que les agriculteurs de l'IL5 soient 2002). Des efforts concertés sont déployés en Afrique pour
ratant une opportunité en sous-utilisant les précipitations MAM. le défis liés au climat (African Partnership Forum 2008,
les résultats devraient être incorporés dans les implications du climat Cooper et al. 2008; Peu et al. 2006). Cela a été en partie
évaluation de la variabilité et de la vulnérabilité dans la zone semi-aride de Tharaka
par la création d'institutions (Sivakumar 1987 ;
quartier. Washington et al. 2006; Vogel et al. 2007) qui fournissent
les services climatologiques, y compris les systèmes d'alerte précoce. À
responsabiliser ces institutions et leur permettre de formuler
CW Recha (*)
Département de géographie, Egerton University, politique fondée sur des données probantes, il est nécessaire d'avoir des
PO Box 536-20115, Egerton, Kenya et un réseau de stations pluviométriques bien répartis. Établissements
e-mail : cshika@yahoo.co.uk auront également besoin d'informations quantifiées sur l'ampleur des
variabilité des précipitations au niveau local. Il existe des exemples de
GL Makokha . C. Shisanya
Département de géographie, Université Kenyatta, études publiées qui ont analysé l'ampleur de
PO Box 43844-00100, Nairobi, Kenya la variabilité des précipitations en ASS qui incluent Tadross et al.
(2009 ) Camberlin et Okoola (2003 ), Nicholson et al.
PS Traoré . A. Sako (2000 ), Gommes et Petrassi (1996 ), Mamoudou et al.
Institut international de recherche sur les cultures des zones tropicales semi-arides
(ICRISAT)-Mali, (1995 ) et Nicholson ( 1993). Le plus souvent, les précipitations
BP 320, Bamako, Mali par le passé, l'évaluation s'est concentrée sur les moyennes annuelles et
moins sur les caractéristiques des variations (Barron et al. 2003 ).
T. Lodoun
Les variations de la quantité de précipitations sont associées à El
Institut de l'Environnement et de Recherches Agronomiques
(INERA), Niño/Southern Oscillation Index (ENSO) et mer connexe
BP 476, Ouagadougou, Burkina Faso températures de surface. Des études qui ont analysé les précipitations

Page 2
480 CW Recha et al.

la variabilité avec ENSO comme déterminant inclut Yasunaka également en ASS où les sécheresses récurrentes et la famine associée
et Hanawa ( 2005), Chambers ( 2003 ), Goddard et al. ont continué à ravager (Sivakumar 1991 ; Washington et al.
(2001 ), Nicholson et al. (2000 ), Mamoudou et al. (1995 ), 2006 ).
Nicholls et Wong ( 1990 ), Hutchison (1990), Fermier
(1988 ) et Ogallo ( 1988). Le lien entre les précipitations et
ENSO a contribué à la compréhension de l'interaction 2 Zone d'étude
entre l'atmosphère, la terre et la mer : cela a considérablement
contribué à l'amélioration des prévisions saisonnières Le district de Tharaka fait référence à une partie de l'est du Kenya qui était
(Phillips 2003 ; Hansen 2005). Néanmoins, de telles études créé en 1999 avec Meru South en tant qu'administrateur
ne fournissez pas d'informations sur le caractère indispensable quartiers traditionnels. Les deux quartiers ont été incurvés hors de la
de la variabilité intra-saison car elle a une implication sur la ancien district de Tharaka Nithi (République du Kenya 2001)
distribution de l'eau qui affecte finalement les rendements des cultures. et constituent aujourd'hui le comté de Tharaka Nithi (Constitution de
De plus, il y a eu (et continue à ce jour) un intérêt Kenya). Le district couvre une superficie de 1 569,5 km 2 avec
dans la compréhension des modèles saisonniers de précipitations par enquête 175 905 personnes selon le recensement de la population de 2009 au Kenya
variables telles que la quantité de précipitations, les jours de pluie, la durée (République du Kenya 2010 ). Le district a agro-écologique
de la saison de croissance et de la fréquence des périodes de sécheresse. Pour zones (ZAE) Lower Midland (LM)4, Lower Midland
exemple, Tilahun ( 2006), Seleshi et Zanke ( 2004) et (LM)5, zone de plaine intermédiaire (IL)5 et intermédiaire
Sivakumar ( 1987), 1991 ) caractérisées annuelles et saisonnières Lowland Zone (IL)6 (Jaetzold et al. 2007 , Smucker et
totaux de précipitations et jours de pluie en Éthiopie et au Soudan Wisner 2008 ). AEZ LM4 couvre la partie nord-est de
région sahélienne, respectivement, et tous les cas ont présenté le district tandis que IL5 couvre le centre, l'est et
grande variabilité. Camberlin et Okoola ( 2003) et Mugalavai parties nord de Tharaka. La partie sud de Tharaka est
et al. (2008 ) a analysé le début et l'arrêt des précipitations au Kenya une transition entre LM4 et LM5 (pour plus de détails, reportez-vous à
et lié leur variation aux conditions atmosphériques, océaniques et locales Smucker et Wisner 2008). IL5 et LM4 sont les principaux
conditions (vents, plan d'eau, couvert végétal et topographie) ZAE compte tenu de leur expansion dans le district, ce qui rend
raphie). Des études antérieures ont également examiné quantification des précipitations dans ces zones vitales pour le
période de sécheresse et leur impact sur les dates de semis et le rendement des cultures
évaluation de la vulnérabilité au climat.
(Kasei et Afuakwa 1991; Tumwesigye et Musiitwa 2001; Le district de Tharaka est situé sur le côté est du mont
Barron et al. 2003 ; Mzezewa et al. 2010 ). Les principaux constats Le Kenya, une caractéristique qui se combine avec la latitude, intertropicale
de ces études comprennent des variations dans les dates d'apparition, de petites zone de convergence, ENSO et températures de surface de la mer
proportion de jours de pluie fournissant une proportion élevée de précipitations entre autres (Odingo et al. 2002 ) pour influencer les précipitations
et apparition de périodes sèches qui perturbent le développement des cultures variabilité. Tharaka a une pluviométrie bi-modale, à savoir : MAM
et un rendement inférieur en ASS. Des résultats similaires ont été trouvés dans « longues pluies » et OND « petites pluies ». Une grande partie de la
la République tchèque où l'indice de précipitation standardisé, population dans l'est du Kenya dépend des pluies OND qui
pourcentage de l'indice de précipitation à long terme ( r ) et Ped sont considérés comme fiables et peuvent être prédits avec un
l'indice de sécheresse ( S i ) ont été utilisés comme outils d'identification des degré de précision raisonnable (Cooper et al. 2008 ; Hansen
gravité, fréquence et étendue des épisodes de sécheresse (Potop et et Indeje 2004 ). Les précipitations sont inégalement réparties dans
Al. 2010 ). ces saisons des pluies et montre une variabilité importante
Compte tenu de ces constatations, il est nécessaire de d'année en année et de saison en saison. Le très prononcé
quantifier la variabilité des précipitations au niveau local comme première étapelapour
longue saison sèche dure de mai à octobre, chaque
la gestion agricole suggérée par Barron et al. ( 2003). Puisque mois recevant moins de 2% des précipitations annuelles
le climat (et les précipitations en particulier) est le facteur le plus critique (Shisanya 1996). L'étude a analysé et caractérisé
déterminant l'agriculture et qu'elle n'est pas homogène, variabilité des précipitations pour les saisons MAM et OND dans trois des
connaissance de ses propriétés statistiques dérivées de les quatre ZAE (IL5, LM4 et LM5).
l'observation peut être appliquée pour contribuer au développement de
stratégies d'atténuation de la sécheresse dans les zones semi-arides. L'objet-
Le but de cette étude est de déterminer la variabilité saisonnière des précipitations
3 Matériels et méthodes
pour les mois de mars-mai (MAM) et octobre-décembre (OND)
saisons dans le district semi-aride de Tharaka, au Kenya. L'étude cherche 3.1 Données pluviométriques
caractériser les précipitations saisonnières dans le district de Tharaka par agro-
unités écologiques comme une étape importante pour la conception L'étude a d'abord identifié les stations pluviométriques disponibles dans et
stratégies d'évaluation de la vulnérabilité liées au climat autour du district de Tharaka. Suite à une enquête au Kenya
variabilité. On considère ici qu'il s'agit d'une partie de la Service météorologique, un total de sept stations pluviométriques
synthèse nécessaire du climat non seulement dans l'est du Kenya, mais ont été trouvés dans le district de Tharaka et six dans le

Page 3
Détermination de la variabilité saisonnière des précipitations 481

les quartiers. Les stations sélectionnées étaient Marimanti, Tunyai et Pour compléter les données quotidiennes manquantes, l'étude a utilisé plusieurs
Chiakariga représentant les zones agro-écologiques IL5, LM4 et imputations qui ont créé plusieurs copies des ensembles de données
LM5, respectivement (Fig. 1 ). Les trois stations sélectionnées avaient un et imputé à chaque copie différentes estimations plausibles de
ensemble de données de plus de 20 ans et données manquantes de moins de 10 %.
les valeurs manquantes. La méthode d'imputation multiple a été
Bien qu'il y ait eu une gare dans le quartier voisin pour préféré à l'imputation simple et à l'imputation par régression
représentent IL6, la station avait des données inadéquates pour un méthodes. Selon Enders (2010 ), imputations multiples
analyse climatologique (données disponibles—période 1974-1988 ne souffrez pas du problème de la sous-estimation de la
et 24% manquaient). Ainsi, le choix de la pluviométrie erreur d'échantillonnage car il ajuste de manière appropriée la norme
stations pour cette étude a été informé par agro-écologique erreur pour les données manquantes. Ceci s'ajoute au fait qu'il
zones, pourcentage de données manquantes (moins de 10 % pour tout donne un ensemble de données complet pour l'analyse. Bien que de nombreux autres
année donnée comme requis par le World Meteorological études ont recommandé l'imputation par régression, son
Organisation) et la longueur des données disponibles. La plupart obligation d'utiliser des variables complètes pour remplir incomplet
les stations pluviométriques du district de Tharaka et de ses environs ne sont pasvariables (Enders 2010 ) ont rendu la tâche difficile, compte tenu du peu de
mis à jour au Département météorologique du Kenya (le nature des données dans les stations voisines.
agence en données météorologiques) pour une durée de plus de 10 ans.
Comme Washington et al. (2006) observé, si la science du climat était 3.2 Méthodes
réaliser son potentiel en formulant des politiques fondées sur des données probantes,
alors il est nécessaire d'investir et de soutenir la station d'observation Pour quantifier la variabilité saisonnière des précipitations à Tharaka, le
réseaux et collecter en continu des données. la quantité de précipitations, le nombre de jours de pluie et les dates de

Fig. 1 Stations pluviométriques dans les sites d'étude : l'étude a utilisé les données de Tunyai (1973-2006), Chiakariga (1974-1999) et Marimanti (1969-1997)
représentant les zones agro-écologiques LM 4, LM 4–5 et IL 5, respectivement

Page 4
482 CW Recha et al.

le début et l'arrêt ont été analysés pour la MAM et l'OND jours qui se produisent pendant chaque intervalle de 5 jours (pentade) de la
saisons de croissance. Indice de départ cumulé et précipitations année en utilisant INSTAT . Cela a été suivi par le calcul de la
l'indice d'anomalie (RAI) a été utilisé pour analyser les tendances à long terme pourcentage de la quantité moyenne de précipitations saisonnières et de pluie
de la variabilité annuelle et saisonnière (Tilahun 2006). Cumu- jours pour chacune des pentades. La troisième étape impliquait
l'indice de départ latif a été dérivé de l'arithmétique cumulant les pourcentages de la quantité de pluie pentade
moyenne des précipitations saisonnières et annuelles pour la période de et les jours de pluie. Les pourcentages cumulés (de pentades
enregistrement. Ainsi, les moyennes arithmétiques des valeurs saisonnières et annuelles
quantité de précipitations et jours de pluie) ont été tracés en fonction du temps
les précipitations ont été normalisées comme suit : pour chaque saison. Lorsque le pourcentage cumulé est
comploté contre le temps tout au long de la saison, premier point de
rér À R / S 1Þ
la courbure positive maximale du graphique correspond à
le moment du début des précipitations tandis que le dernier point de maximum

Où r représente les précipitations réelles (saisonnières ou annuelles) de la courbure négative correspond à l'arrêt des précipitations.
une année donnée, R la pluviométrie moyenne de la longueur totale de Moyennes cumulatives en pourcentage pour la quantité de précipitations et la pluie
période et S l'écart type de la durée totale de jours devraient converger pour donner les mêmes dates moyennes

point final. Les résultats des valeurs ont été cumulés de début et de cessation. INSTAT a été utilisé pour déterminer
l'un l'autre pour la période d'enregistrement et tracées pour atteindre variabilité interannuelle du début et de l'arrêt pour des comparaisons
tendances à long terme des précipitations annuelles et saisonnières. RAI était ison avec moyenne. Un écart important dans l'utilisation de

tracées pour illustrer les variations intersaisonnières des précipitations et le pourcentage de précipitations moyennes cumulées est celui d'Odekunle
calculé comme suit pour les anomalies positives : (2006 ) a tracé le pourcentage moyen cumulé en fonction du temps
( ) tout au long de l'année, la présente étude l'a tracé par rapport au temps de
RF À M RF 2Þ les deux saisons. Dans ce cas, les premiers jours de MAM et
RAI ¼ þ3
M H10 À M RF Les saisons OND sont considérées le 1er mars et le 1er octobre,
respectivement. Le dernier jour de la saison MAM est le 31 mai alors que
et pour les anomalies négatives le dernier jour de la saison octobre-janvier (ONDJ) est considéré
( ) 31 janvier. Même si la plupart de la pluie est reçue
RF À M RF 3Þ pendant la saison OND, il y a généralement un effet de débordement
RAI À3
M L10 À M RF en janvier (Shisanya 1996 ), méritant l'inclusion de
janvier dans la détermination de la cessation.
Où RAI représente l'indice d'anomalie des précipitations saisonnières, Le seuil pour un jour de pluie a été fixé à 0,85 mm car
RF les précipitations réelles pour une année donnée, M RF moyenne du total défini par le Département météorologique du Kenya
durée de l'enregistrement, M H10 moyenne des dix valeurs les plus élevées de (Shisanya 1996). Ce seuil a également été adopté par
précipitations enregistrées, et M L10 les plus faibles valeurs de précipitations sur Odekunlé ( 2006) dans une étude du début de la saison des pluies et
enregistrement. Selon Van Rooy (in Tilahun 2006 ), la RAI est une retraite au Nigéria. Le début de la période de croissance a été
indice très efficace pour détecter la persistance de la sécheresse défini différemment dans des études telles que Marteau et al.
périodes. Alors que Tilahun ( 2006) a utilisé le RAI pour analyser (2011), Dodd et Jolliffe ( 2001), Omotosho et al. ( 2000)
variabilité des précipitations, la présente étude a analysé et Sivakumar (1988 ). La présente étude a adopté et
variabilité des précipitations. Logiciel INSTAT conçu pour prendre en charge modifié les critères d'apparition par Sivakumar ( 1988 ). Ainsi,
analyse des données climatiques (www.ssc.rdg.ac.uk/software/instat/ le début a été défini comme le lendemain du 1er mars et du 1er octobre
climatique.pdf) a été utilisé pour calculer les précipitations moyennes pour chaque
ayant reçu au moins 20 mm de précipitations totalisaient plus de
5 jours (pentades) à partir du premier au dernier jour de la 2 jours avec une période de sécheresse n'excédant pas 7 à 30 jours. le
deux saisons. Cela a permis de détecter la distribution de la date d'apparition envisagée est communiquée par le général
quantité de précipitations au cours des saisons. Un coefficient de variation comprendre que les pluies MAM et OND commencent en mars
(CV), défini comme le rapport de l'écart-type à la moyenne, et octobre respectivement et que les semences de céréales prennent
est calculé pour la quantité de précipitations et les jours de pluie pour chaque environ 7 jours pour germer. De plus, semer
station. Le CV pour les précipitations annuelles a été appliqué par par la plupart des agriculteurs dans les zones arides ont lieu principalement pendant
Sivakumar ( 1987)), Shisanya ( 1990) et Mzezewa et al. et juste après une période humide de 2 jours recevant au moins 10 mm
(2010) tandis que Barron et al. ( 2003) et Seleshi et Zanke (Marteau et al. 2011). De même, la cessation a été
(2004) l'a utilisé pour les précipitations saisonnières. défini différemment (Tadross et al. 2009 ; Kasei et
Dates moyennes de début et de fin des pluies saisonnières Afuakwa 1991 ). Dans cet article, la cessation est définie comme la
a été estimée en utilisant le pourcentage de précipitations moyennes cumulées date après le 1er mai et le 1er décembre pour MAM et OND
approche utilisée par Odekunle (2006). En utilisant le lorsque l'apport en eau du sol devient nul et après quoi
approche en pourcentage des précipitations cumulées moyennes, la première aucune pluie ne tombe pendant les 10 prochains jours. La rétention d'eau du sol
étape était de dériver la quantité de précipitations saisonnières et pluvieuses la capacité a été fixée à 60 mm.

Page 5
Détermination de la variabilité saisonnière des précipitations 483

4. Résultats et discussion était proche de la moyenne mais l'OND et les précipitations annuelles ont supposé un
tendance inférieure à la moyenne, tout comme Marimanti. Les résultats
4.1 Analyse des tendances des précipitations annuelles et saisonnières illustrent que la dessiccation des précipitations annuelles des années 1970
établi par Dai et al. ( 2004 ), Hulme ( 2001 )) et
Le mouvement ascendant et descendant du cumul Nicholson (1993 ) dans la région sahélienne ont également touché des parties de
les graphiques d'indice de départ correspondent respectivement à ci-dessus et la Grande Corne de l'Afrique. Le dessèchement pourrait être attribué
des précipitations inférieures à la moyenne (Fig. 2 ). A Chiakariga, la période à une diminution des précipitations OND puisque les précipitations MAM ont varié
1974-1976 a connu des précipitations proches de la moyenne (pour au minimum par rapport à la moyenne des années 1970. A Chiakariga
MAM et OND) alors que la période 1977-1983 avait au-dessus et Tunyai, les précipitations du MAM variaient de moyennes à supérieures
MAM moyenne et pluviométrie annuelle mais avec une baisse moyenne sur la période d'étude. C'était différent du MAM
tendance. Les années 1980 et 1990 ont connu une MAM proche de la moyenne modèle à Marimanti qui a connu des périodes supérieures à la moyenne
précipitations et inférieures à la moyenne OND et précipitations annuelles. Pendant
(1980-1983), moyen (1990-1997) et inférieur à la moyenne
les années 1970, Marimanti a reçu des précipitations inférieures à la moyenne dans
(1969-1977,
les deux 1984-1989). En revanche, les périodes
saisons. A Tunyai durant la même période, les précipitations MAM Les années 1970 et 1980 montrent des précipitations OND avec une tendance à la baisse

Fig. 2 Départ cumulé en-

graphique de série chronologique dex pour l'annuel,
(une)
Chiakariga
MAM et OND de la moyenne 6
précipitations à un Chiakariga, b Mar- 4
2
imanti et c Tunyai
0
-2
indice
-4
-6
-8
Départ cumulé

1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998
Ans

maman ond annuel

(b)
Marimanti
4

-2
indice
-4

-6

Départ -8
cumulé

1969 1971 1973 1975 1977 1979 1981 1983 1985 1987 1989 1991 1993 1995 1997
Ans

maman ond annuel

(c)
Tunyai
4

-2
indice
-4

-6

Départ-8cumulé

1973 1975 1977 1979 1981 1983 1985 1987 1989 1991 1993 1995 1997 2001 2003 2005 2007

Ans

maman ond annuel

Page 6
484 CW Recha et al.

dans les trois stations, une tendance presque similaire à celle annuelle La sécheresse nationale de 1984, causée par l'échec généralisé des
précipitations. Mais les années 90 montrent des OND et des précipitations annuelles
les pluies
avec MAM sont documentées (Hutchinson 1996; Shisanya
une tendance croissante vers des précipitations normales. 1990; Cohen et Lewis 1987). Durant cette période, plusieurs
La tendance des précipitations établie dans le district de Tharaka est similaire
provinces du Kenya ont enregistré une faible production de céréales de base
aux découvertes de Tilahun (2006 ), Anyamba et Tucker incitant le président du Kenya d'alors à lancer une
(2005) et Ovuka et Lindqvist ( 2000). Par exemple, Fonds d'aide alimentaire parmi d'autres réponses (Shisanya 1990).
Ovuka et Lindqvist (2000) a observé une baisse annuelle En effet, à Tunyai et Chiakariga, l'année 1984 a connu
tendance des précipitations pour la période 1963-1976 à Murang'a, district, échec des pluies MAM et OND. Shisanya (1990)
Centre du Kenya. En utilisant l'indice de départ cumulé, Tilahun soutient que l'événement La Niña de 1982-1984 pourrait avoir
(2006) a illustré que certaines parties du centre et du nord de l'Éthiopie contribué de manière significative à la sécheresse qui a affecté le
a constamment reçu des précipitations inférieures à la moyenne pour la période tout le Kenya. Les anomalies positives élevées de 1997 OND
1970-1995 et 1975-1990, respectivement. Dans l'analyse de Les précipitations pourraient être attribuées aux pluies El Niño de 1997/98 qui
Dynamique de la végétation sahélienne en utilisant la différence normalisée caractérisé la saison OND en Afrique de l'Est (Amissah-
indice de végétation (NDVI), Anyamba et Tucker (2005) Arthur et al. 2002 ; Anyamba et al. 2001). Observation de
établi que 1982-1993 a été caractérisée par ci-dessous La variabilité interannuelle des précipitations du MAM et de l'OND montre que
NDVI moyen et sécheresse persistante ; et la période 1994- l'écart de ce dernier par rapport à la moyenne est plus grand. Resultats de
L'année 2003 a été marquée par une tendance vers des conditions plus humides.indice
Dai de départ cumulé et indice d'anomalie des précipitations
et al. (2004) fait écho à un sentiment similaire dans lequel ils observent mettre en évidence la variabilité interannuelle et interdécennale des précipitations
que les précipitations au Sahel se sont rétablies en 2003. D'après Anyamba ité qui caractérise la climatologie subsaharienne. Interannuel
et Tucker (2005 ) et Dai et al. (2004), l'étude conclut la variabilité des pluies saisonnières résulte d'interactions complexes
que l'OND et les précipitations annuelles à Tharaka se rétablissent. UNE de variations atmosphériques forcées et libres. Mutai et al. (1998)
une image plus claire peut cependant être donnée si les données les plus ont observé que la variabilité OND est plus forte que la MAM alors que
période récente est analysée. Le modèle observé entre Phillips et McIntyre ( 2000) a observé que la faible inter-
OND et les précipitations annuelles suggèrent que les précipitations OND sont un
la variabilité annuelle des précipitations MAM peut être attribuée à sa
déterminant important de la variabilité annuelle des précipitations dans relation insignifiante avec l'ENSO. L'ENSO est le plus
Quartier de Tharaka. La tendance des précipitations inférieure à la normale de l'OND
perturbation dominante responsable du climat interannuel
les précipitations sont préoccupantes car elles signalent une diminution de variabilité, en particulier OND sur l'Afrique orientale et australe.
quantité de précipitations au cours des années. Hansen et Indeje ( 2004 ) et Études d'Ogallo (1988), Farmer ( 1988 ), Phillips et
Amissah-Arthur et al. ( 2002 ) font allusion au fait que les précipitations OND McIntyre (2000 ) et Hutchison ( 1990 ) ont trouvé OND
constituent la principale saison de croissance dans l'est du Kenya sur les précipitations soient en phase avec ENSO. En général, saisonnier
quelles cultures annuelles telles que le maïs, le sorgho, les grammes verts les précipitations dans le district de Tharaka varient beaucoup autour de la moyenne, avec
et l'éleusine en dépendent. Ainsi, son déclin a occasions de précipitations ultérieures inférieures à la moyenne. Persistance
implications sur la production agricole (systèmes de culture) de précipitations inférieures à la normale risquent les moyens de subsistance et la majorité
et les moyens de subsistance connexes. Smucker et Wisner (2008 ) ont à Tharaka sont exposés à la faim et à la famine. Récoltes
a noté une baisse substantielle de la productivité des cultures à Tharaka échouent et le bétail meurt, provoquant l'expédition de secours alimentaires dans
district et ont attribué cela à la dégradation des terres et le quartier. Mais en plus des secours alimentaires, les agriculteurs ont appris à
des précipitations irrégulières parmi d'autres facteurs. Tendances inférieures à laferme
normale
d'une manière qui s'adapte partiellement à de telles variations en
précipitations pour l'OND, la principale saison de croissance, appellent à une faire des ajustements dans les besoins en main-d'œuvre, creuser des crêtes pour
évaluation du système de culture actuel (cultivars) pour emprisonner l'eau et planter et replanter en raison d'un « faux » début de saison
déterminer leur viabilité dans le régime actuel des précipitations. en vue de réduire leur risque (Wisner (1977).
La figure 3 montre les modèles de variabilité intersaisonnière des précipitations.
ité dans les trois stations. Pendant la saison MAM, le plus haut 4.2 Variation de la quantité de précipitations saisonnières et des jours de pluie
des anomalies positives ont été enregistrées à Tunyai (+7,0) dans l'année
2000 et Chiakariga (+7,0) en 1977. A Marimanti, 1990 était Le district de Tharaka est en grande partie semi-aride et à l'exception
l'année la plus humide avec une anomalie positive de +5,0. De l'autre de la zone agro-écologique LM4, reçoit moins de 1 000 mm
part, 1984 a enregistré l'anomalie négative la plus élevée au cours de la des précipitations annuelles. Chiakariga, Marimanti et Tunyai
Saison MAM sur les trois stations : Marimanti, −6,6 ; les stations reçoivent 950, 805 et 1 138 mm de précipitations annuelles,
Tunyai, -4,6 ; et Chiakariga, -4,3. Pour la période d'étude, respectivement. Les précipitations saisonnières représentent plus de 90 % de la
1997 a enregistré les anomalies positives les plus élevées à toutes les stations : précipitations annuelles et la saison OND reçoit plus de pluie que
Marimanti, +9,1 ; Tunyai, +6,7 ; et Chiakariga, +6,4. le Saison MAM sauf à Marimanti (Tableau 1 ). Dans un rapport
trois stations ont un point commun en 1984 et 1997. Le étude, Mzezewa et al. ( 2010) a trouvé qu'à Ecotope—Sud
l'année 1984 a enregistré la saison MAM la plus sèche et 1997 comme la Afrique, 80% des précipitations annuelles sont généralement reçues entre
saison OND la plus humide. octobre et mars. Le point émergent de Mzezewa et al.

Page 7
Détermination de la variabilité saisonnière des précipitations 485

Fig. 3 Une série chronologique de précipitations

(une) LM 4, Tunyai
index anomalie à un Tunyai, b
MAM OND
Chiakariga et c Marimanti
dix
gares du district de Tharaka,
Kenya 5

-5

-dix d'anomalie des précipitations

Indice

1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006
Année d'enregistrement

(b) LM 5, Chiakariga

MAM OND

dix
8
6
4
2
0
-2
-4
-6
-8
-dix d'anomalie des précipitations
Indice

1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998
Année d'enregistrement

(c) IL 5, Marimanti

MAM OND

dix

-5

-dix d'anomalie des précipitations

Indice

1969 1971 1973 1975 1977 1979 1981 1983 1985 1987 1989 1991 1993 1995 1997
Année d'enregistrement

(2010 ) et la présente étude est qu'un nombre relativement petit montant pendant l'OND, la différence du nombre de pluie
proportion de jours de pluie fournit la plupart des jours est de 1 jour, ce qui suggère que la distribution à Chiakariga
précipitations. Étant donné que les précipitations en ASS sont en grande partie saisonnières,
c'est mieux qu'à
ellesMarimanti.
sont Les précipitations relativement plus élevées
il est donc important qu'une analyse significative de l'impact la quantité et les jours de pluie à Tunyai suggèrent que l'agro-
des précipitations sur le rendement des cultures soit basé sur des données saisonnières
zone écologique
et non peut soutenir des variétés de cultures relativement
pluie annuelle. A Tharaka donc, l'analyse des précipitations période de croissance plus longue qu'à Marimanti et Chiakariga.
impact sur des cultures telles que le maïs, les millets, les graminées vertes et Néanmoins, le soutien au développement des cultures est soumis à
sorgho (Smucker et Wisner 2008) doit être basé sur caractéristiques des précipitations intra-saison et eau du sol
Les saisons de croissance MAM et OND et non les précipitations annuelles à capacité de rétention. Par rapport à d'autres saisons telles que
éviter la covariance élevée résultant des périodes de sécheresse celles de la région sahélienne et guinéenne (Sivakumar 1987 ;
pendant l'année. Kasei et Afuakwa 1991 ), Afrique australe (Tadross et al.
La zone agro-écologique LM4 (Tunyai) est la plus humide avec 2009) ou encore l'Afrique de l'Est pour mars-septembre
une moyenne de 503 et 606 mm de précipitations, et 28 et 36 (Shisanya 1996; Phillips et McIntyre 2000 ), les deux
jours de pluie pendant les pluies MAM et OND, respectivement. les saisons des pluies dans le district de Tharaka ont une courte croissance
Pendant le MAM, Chiakariga (LM5) et Marimanti (IL5) point final. En Éthiopie voisine, Araya et Stroosnijder
reçoivent à peu près la même quantité de précipitations. Mais pendant la (2011) a établi que les courtes périodes de croissance faisaient partie des
OND, Chiakariga reçoit 527 mm et Marimanti reçoit les causes des mauvaises récoltes. Cela rend l'élevage de courte
386 millimètres. Malgré la différence remarquable des précipitations cultures de saison et développement de mesures d'atténuation de la sécheresse

Page 8
486 CW Recha et al.

Tableau 1 Montant des précipitations (en

mm) et coefficient de variation Station MAM OND
(CV ; %) pour MAM et OND
saisons dans les stations sélectionnées Pluie (mm) CV Jours de pluie CV Pluie (mm) CV Jours de pluie CV

Chiakariga 409 0,34 19 0,39 527 0,41 27 0,48

Marimanti 408 0,33 22 0,35 386 0,43 26 0,33

Tunyai 503 0,34 28 0,27 606 0,44 36 0,31

stratégies telles que l'irrigation supplémentaire et l'eau de pluie La quantité de précipitations OND et les jours de pluie sont assez répartis à travers
récolter une entreprise viable à Tharaka. Résultats de CV pour la saison, réduisant potentiellement l'impact de la saison
la quantité de précipitations saisonnières montre que l'OND et le MAM variabilité. Les précipitations reçues en mai sont faibles et pourraient ne pas
avoir un CV supérieur à 0,30. Selon Araya et être suffisant pour protéger les cultures de la sécheresse agricole,
Stroosnijder ( 2011 ), un CV > 30 % est un indicateur de surtout à Tharaka où les sols sont majoritairement sablonneux
variabilité des précipitations. Lorsque le CV de la quantité de pluie est loam et peu profond (Jaetzold et al. 2007). Une date de plantation est
par rapport à celui des jours de pluie, on observe que les jours de pluie important, surtout pendant la saison MAM. C'est important
jours ont des valeurs de CV plus élevées que la quantité de précipitations. Analyse
que l'ensemencement a lieu avant ou au début, le défaut de
des précipitations saisonnières montre que Chiakariga (LM5) et Tunyai laquelle une quantité importante de précipitations sera manquée et
(LM4) reçoivent plus de précipitations pendant OND que MAM. donc affecter les performances des cultures.
Marimanti, en revanche, reçoit un peu plus de précipitations L'analyse des précipitations par mois montre que le premier et le dernier
pendant la saison MAM que OND. Un test t pour échantillons appariés a été mois (des deux saisons) sont caractérisés par un CV élevé pour
utilisé pour tester la différence significative des moyennes (au quantité de précipitations et jours de pluie. Des résultats similaires sont signalés
niveau de probabilité de 0,05) des saisons OND et MAM pour à Sivakumar ( 1987 ) au cours de laquelle début (mai) et cessation
chaque gare. t Les résultats des tests montrent que la différence entre Les mois (octobre) en zone soudano-sahélienne sont caractérisés
MAM et OND à Chiakariga et Tunyai sont significatifs, par des variations de plus de 100 %. Quand le mois de janvier est
ce qui implique que les deux saisons sont nettement différentes et les agriculteurs
ajouté à OND, le nombre moyen de jours de pluie passe à
besoin d'adopter un système de culture et une gestion agricole différents 29, 29 et 40 tandis que la quantité moyenne des précipitations saisonnières change
stratégies de ment. A Marimanti (IL5) cependant, il serait à 563, 420 et 653 mm à Chiakariga, Marimanti et
apparaissent que les variations de la quantité de précipitations des deux saisons Tunyai, respectivement. Cela indique une légère augmentation de la moyenne
n'est pas significatif. Ces constatations corroborent celles de Barron nombre de jours de pluie et quantité de précipitations. Cela avait aussi un
et al. (2003) et Amissah-Arthur et al. ( 2002 ) qui augmentation minimale du CV pour les jours de pluie et les précipitations
démontrer que certaines parties de l'est du Kenya reçoivent plus d'OND montant dans les trois stations par rapport à OND. Pour
que les précipitations MAM. Avec la perception que l'OND est le exemple, l'ONDJ a enregistré un CV pour les précipitations de 0,42,
saison principale, il est possible que les agriculteurs de Tharaka réduisent 0,42 et 0,44 et jours de pluie de 0,51, 0,33 et 0,32 pour
superficie cultivée et nombre de cultivars pendant la MAM. Chiakariga, Marimanti et Tunyai, respectivement. Les résultats
Une telle décision implique une occasion manquée pour les agriculteurs de suggèrent que la contribution de janvier à la hausse des
zone agro-écologique IL5 (Marimanti) pouvant bénéficier de la variabilité de la saison ONDJ est moindre. L'influence minimale
MAM autant qu'ils le feraient pour OND. Cela appelle une de janvier sur le coefficient de variance surtout sur pluvieux
besoin de déterminer combien de chacune de ces saisons jours, suggèrent que les précipitations de janvier sont essentielles à la
contribue au rendement dans chacune des zones agro-écologiques. performance saisonnière et peut être vitale pour la maturation de
Le tableau 2 montre la répartition des précipitations mensuelles récoltes. Mzezewa et al. (2010) a également signalé un coefficient élevé
quantité et jours de pluie dans les trois sites d'étude. Presque de variation annuelle (315 %) et mensuelle (50–114 %)
un quart des précipitations totales dans les trois stations est précipitations dans l'Ecotope semi-aride, au nord-est de l'Afrique du Sud.
reçus au cours des premiers mois (mai et octobre). Découvertes de Seleshi et Zanke (2004) montrent que chaque année et
Bien qu'avril et novembre soient les mois les plus humides de les précipitations saisonnières ( Kiremt et Belg ) en Ethiopie sont également
les deux saisons, leur contribution aux précipitations saisonnières très variable (avec des valeurs de CV comprises entre 0,1 et
varie. Ainsi, les précipitations reçues en avril représentent près de 0,5). Sivakumar (1987) a constaté que les précipitations annuelles dans le
60% des précipitations totales de MAM tandis que les précipitations de novembre
La zone soudano-sahélienne de l'Afrique de l'Ouest est moins variable que
représente environ 50 % des précipitations totales de l'OND à la précipitations mensuelles. Dans le district de Tharaka en Afrique de l'Est, les saisonniers
trois gares. Mai, mois de cessation des précipitations MAM, les précipitations sont moins variables que les précipitations mensuelles
représente moins de 20 % des précipitations totales tandis que La figure 4a montre que la quantité de précipitations d'avril est carac-
décembre, mois de cessation des précipitations de l'OND, compte térisés par la variation intra-saison. C'est différent de mars
pour environ 25 % des précipitations totales. Les résultats impliquent que et les précipitations de mai qui augmentent et diminuent

Page 9
Détermination de la variabilité saisonnière des précipitations 487

Tableau 2 Précipitations mensuelles

montant (RA) et jours de pluie Station Mars avril Peut octobre novembre décembre
(RD) et leurs coef-
ficient de variations (CV) par Chiakariga
station RA (mm) 101 255 52 127 260 134
RA-CV 0,76 0,40 1.18 0,73 0,55 0,69
DR 5 11 3 sept 13 sept
RD-CV 0,81 0,42 0,65 0,72 0,45 0,81
Marimanti
RA (mm) 80 262 66 78 217 106
RA-CV 0,83 0,42 0,76 0,83 0,39 0,73
DR 5 11 6 6 13 sept
RD-CV 0,94 0,43 0,70 0,83 0,40 0,45
Tunyai
RA (mm) 126 293 83 148 324 134
RA-CV 0,74 0,38 0,70 0,73 0,45 0,63
DR sept 14 sept 9 17 dix
RD-CV 0,68 0,30 0,57 0,47 0,28 0,55

tendances respectivement. Durant le mois de mars, toutes les stations avec une moyenne de deux jours de pluie par pentade mais la
recevoir moins de 20 mm/pentad avec une moyenne d'un mois est caractérisé par des précipitations supprimées. Plus de 80% de
jour de pluie par pentade. La quantité de pluie augmente en avril, la quantité de pluie de mai est reçue entre le 1er et le 3

Fig. 4 Quantité moyenne de précipitations

reçu pendant le MAM ( a ) et
(une)
Chiakariga Marimanti Tunyai
OND ( b ) saisons par pentades
80

70

60

50

40

30

20

Pluie
dixpar pentade (mm)

mars001
mars002
Mars003
mars004
mars005
mars006
avril001
avril002
avril003
avril004
avril005
avril006
Mai001Mai002
mai003mai004Mai005mai006

Pentad

(b)
Chiakariga Marimanti Tunyai

70

60

50

40
30

20

dix

0
Précipitations par pentade (mm)

octobre001
octobre002
octobre003
octobre004
octobre005
Oct006nov.001
nov002nov.003
Nov004
nov.005
nov006Déc001Déc002
Déc003Déc004
Déc005
Déc006
Pentad

Page 10
488 CW Recha et al.

pentades. Les derniers jours de pluie pour la saison sont dans le 3e pluviométrie variable, cela impliquerait donc que dans un régime normal
pentade (Chiakariga) et 4e pentade (Marimati et Tunyai). saison, les graines sont semées avant ou au début. Planter plus tard que
La figure 4b montre que toutes les stations ont un la 5ème pentade de mars et octobre est susceptible d'entraver
tendance de la quantité de précipitations en octobre jusqu'à la 1ère pentade de développement des cultures et des rendements potentiellement inférieurs ou conduire à
novembre avant d'assumer une tendance à la baisse par la suite. l'échec de la récolte, en fonction de la durée de maturité de la
Bien que novembre soit le mois le plus pluvieux, cultivar.
il y a des différences significatives dans le modèle de distribution. Le pourcentage cumulé moyen montre que MAM pleut
A Tunyai, les pics de précipitations entre le 1er et le 4 retraite 3e pentade de mai (16-20 mai) et pluies ONDJ
pentades de novembre avec une moyenne de plus de 55 mm/ retraite dans la 2ème pentade de janvier. Il y a aussi un relatif
pentade avant d'assumer une tendance à la baisse. A Chiakariga, uniformité de la quantité de pluie reçue à la date de
pics de précipitations entre le 6 pentade d'octobre et le cessation. À la date de la retraite MAM, Chiakariga,
4ème pentade de novembre, avec une moyenne de pentade légèrement Marimanti et Tunyai ont reçu 97 %, 98 % et 97 % des
au-dessus de 40 millimètres. Cependant, Marimanti présente un autre la quantité de précipitations et 96%, 93% et 95% des pluies
motif des deux autres stations. OND précipitations suppose jours, respectivement. Marimanti et Tunyai avaient reçu 97%
une tendance à la hausse depuis le début jusqu'à la 2e pentade de de la quantité de pluie et 95% des jours de pluie à la date
Novembre lorsque le pic est atteint : 56 mm. Les pluies d'arrêt pour la saison des pluies de l'ONDJ. A Chiakariga le
puis déclin dans la 3ème pentade de novembre à moins de la date moyenne de retrait est atteinte après 96% de la quantité de pluie
30 mm—un motif maintenu jusqu'à la 2e pentade de et 95% des jours de pluie. A partir de ces résultats, on constate
Décembre. Une caractéristique notable des précipitations de l'OND est que son que bien que la quantité moyenne de précipitations et les jours de pluie convergent
la distribution depuis le début jusqu'aux dates de retraite est assez constante dans
donner un début et un arrêt moyens ; il y a des différences dans
les trois stations par rapport aux précipitations MAM. Avec les valeurs cumulées. Par exemple, dans les trois stations,
les précipitations culminent début novembre, il est important pour la quantité de pluie reçue est inférieure au nombre de
agriculteurs à planter tôt dans les trois zones agro-écologiques si jours de pluie à la date d'apparition pour OND et MAM
les cultures doivent optimiser les précipitations reçues aux premiers stades saison; bien que la différence soit plus grande pour le plus tard. Ce
de la saison. Comme indiqué par Hansen et Indeje ( 2004), la implique donc que la détermination de l'apparition basée sur
les résultats sont particulièrement utiles dans la production végétale et les précipitations à elles seules signalent un début précoce tandis que les dates pluvieuses sont tardives
des décisions de gestion qui dépendent davantage de la distribution début. Il y a un manque de concordance pour les précipitations cumulées
de précipitations au cours de la saison que la moyenne saisonnière. quantité et jours de pluie cumulés au maximum positif
Les résultats complètent les études précédentes (Kasei et courbure pour MAM par rapport à ONDJ. Cette
Afuakwa 1991 ; Sivakumar 1987 ) qui ont lié le suggère que le début et la cessation sont plus stables en termes de
durée d'une saison des pluies à la quantité de précipitations. Par exemple, pluviométrie et jours de pluie pour l'ONDJ que pour le MAM.
Tunyai enregistre le plus grand nombre de jours de pluie et aussi Aux dates de cessation, toutes les stations avaient enregistré plus de
reçoit la plus grande quantité de précipitations. Une combinaison de quantité de précipitations que les jours de pluie. Le cas de Marimanti est de
ces résultats amèneraient donc à conclure que intérêt particulier lorsque la différence entre les précipitations
moment de plantation optimal pour les cultures saisonnières la quantité et le pourcentage cumulé des jours de pluie sont les plus importants.
les besoins en eau pourraient commencer dans les 4e pentades de mars Ainsi, l'utilisation des jours de pluie signalerait un arrêt précoce.
et octobre. Cependant, cela doit être fait en tenant compte Bien que les dates moyennes d'apparition et de cessation semblent être
des avis agro-météorologiques existants. Kasei et uniforme pour la période d'enregistrement, résultats des années individuelles
Afuakwa ( 1991 ) recommande une plantation précoce dans les zones montrent une forte variabilité interannuelle pour le MAM et l'OND
des saisons de croissance relativement plus longues (comme Tunyai) pour permettre
saison (Fig. 7 ). Par exemple, le début de 1983 était aussi tardif que le
pour une production agricole maximale. 8ème pentade (5-10 avril) à Chiakariga et Tunyai et 11ème
pentade (15-20 avril) à Marimanti pendant le MAM
4.3 Début et fin des précipitations saisonnières saison. Les autres années d'apparition tardive de la MAM sont 1979,
1987, 1992 et 1993. Débuts précoces pour la même saison
Les figures 5a–c et 6a–c montrent le pourcentage cumulé ont été réalisés en 1977, 1981 et 1990. La dernière apparition
quantité moyenne de précipitations et jours de pluie pour MAM et OND (après novembre) pendant l'OND pour la période d'étude
saisons. Basé à la fois sur la quantité de pluie cumulée et était en 1981, 1987 1er 1996. Alors que 1982, 1991 et 1994
jours de pluie, le début pour MAM et OND est dans les cinquièmes pentades ont enregistré des débuts OND précoces pour la période de référence.
de mars et octobre respectivement, ce qui se traduit par La figure 7 montre également la tendance générale des dates d'apparition des
entre le 21 et le 25 mars et octobre. D'ici le 5 MAM et OND pour la période d'étude. Pendant la MAM,
pentade de mars et octobre, toutes les stations enregistrent entre les apparitions à Marimanti montrent une tendance constante avec l'apparition
11% et 16% de la quantité totale de précipitations et 14% et survenant au cours de la première semaine d'avril (pentade 7).
17% du total des jours de pluie. Pour une zone à forte Chiakariga et Tunyai enregistrent des fortunes diverses en augmentant

Page 11
Détermination de la variabilité saisonnière des précipitations 489

Fig. 5 Début des précipitations moyennes et

(une)
cessation en utilisant la per-
moyenne en pourcentage pour un Chiakariga, Quantité cumulée de précipitations-% Cumul des jours de pluie-%

b Marimanti et c Tunyai pour 100,0

90,0
saison MAM 80,0
70,0
60,0
% 50,0
jours40,0
30,0
20,0
10,0
0.0

quantité de précipitations cumulées et pluvieux

mars001mars002Mars003 mars004mars005mars006avril001avril002avril003avril004avril005avril006Mai001Mai002mai003mai004 Mai005mai006

pentades

(b)
Quantité cumulée de précipitations-% Cumul des jours de pluie-%

100,0
90,0
80,0
70,0
60,0
50,0
40,0
30,0
20,0
10,0
0.0

% cumul des précipitations

mars001mars002
et jours
Mars003
de pluie
mars004mars005mars006avril001avril002avril003avril004avril005avril006Mai001 Mai002mai003 mai004 Mai005mai006

Pentad

(c)
Quantité cumulée de précipitations-% Cumul des jours de pluie-%

100,0
90,0
80,0
70,0
60,0
50,0
40,0
30,0
20,0
10,0
0.0

% quantité cumulée de précipitations et jour de pluie

mars001mars002Mars003mars004mars005mars006avril001avril002avril003avril004avril005avril006Mai001Mai002 mai003 mai004 Mai005mai006

pentades

et les tendances à la baisse respectivement pour la MAM. Début pour et 20). Une caractéristique notable de ceci que bien que les dates de
Les saisons OND dépeint une tendance à la baisse à Marimanti et l'arrêt varie d'une année à l'autre, tout comme l'apparition, la
Tunyai et une tendance constante à Chiakariga. Ce qui ressort l'amplitude de la variation n'est pas aussi élevée par rapport au début.
à partir de ces résultats est que, alors qu'il y a uniformité sur Ces découvertes confortent celles de Camberlin et Okoola
pentades d'apparition en utilisant la moyenne cumulative en pourcentage (2003 ) qui a observé que la variabilité interannuelle de la
dans les trois stations—il y a plusieurs cas où le début est plus important que le retrait en Afrique de l'Est. le
le début variait d'une station à l'autre. Les lignes de tendance montrent que étude a en outre établi que dans l'est du Kenya, la moyenne
le début de la saison OND se rapproche des dates moyennes de le début de la MAM survient le 25 mars et la cessation le 21
début (21-25 octobre). Dates de début de MAM à Chiakariga Peut. Les résultats contredisent cependant ceux d'Araya et
semblent progresser vers la 1ère pentade d'avril Stroosnijder ( 2011 ) qui a établi que dans le nord
à partir de la 6ème pentade de mars. Éthiopie, le début des pluies sur la zone d'étude était moins variable
Les dates d'arrêt des pluies sont moins variables lorsque que la cessation. Mugalavai et al. ( 2008) a illustré
par rapport au début (Fig. 8). Pendant la saison MAM, le rôle des vents atmosphériques (mousson NE et SE) et
la cessation est attendue entre le 14 pentade (6-10 mai) effets localisés (escarpements et lac Victoria) dans le
et 16ème pentade (16-20 mai). Bien que l'arrêt puisse détermination du début et de l'arrêt des longues pluies
commencer dès la 14e pentade (6-10 décembre) pendant (mars-septembre) et de courtes pluies (octobre-décembre) en
OND, il s'étend jusqu'à la 1ère semaine de janvier (pentades 19 la région humide de l'ouest du Kenya. Odekunlé ( 2006)

Page 12
490 CW Recha et al.

Fig. 6 Début des précipitations moyennes et

cessation en utilisant la per-
(une)
moyenne en pourcentage pour un Chiakariga, Quantité cumulée de précipitations-% Cumul des jours de pluie-%

b Marimanti et c Tunyai pour

saison ONDJ 100,0
90,0
80,0
70,0
60,0
50,0
40,0
30,0
20,0
10,0
0.0

% cumul des précipitations et jours de pluie

octobre001octobre003octobre005 nov.001 nov.003 nov.005 Déc001 Déc003 Déc005 janv.001 janvier003janv.005

Pentad

(b)

Quantité cumulée de précipitations-%

100,0
90,0
80,0
70,0
60,0
50,0
40,0
30,0
20,0
10,0
0.0

% cumul des précipitations et jours de pluie

octobre001octobre003octobre005 janv.001 janvier003janv.005
nov.001 nov.003 nov.005 Déc001 Déc003 Déc005

Pentad

(c)
Quantité cumulée de précipitations-% Cumul des jours de pluie-%

100
90
80
70
60
50
40
30
20
dix
0

% cumul des précipitations et jours de pluie

octobre001octobre003octobre005 janv.001 janvier003janv.005
nov.001 nov.003 nov.005 Déc001 Déc003 Déc005

Pentad

observé que l'apparition est d'abord réalisée dans le sud du Nigeria apparition à Tharaka rendent la planification agricole difficile pour
d'ici la fin mars et progresser vers le nord là où le nord Les agriculteurs. Mais les agriculteurs peuvent trouver espoir dans l'amélioration des compétences de
des stations telles que Kano réalisant le début en juin. Au Nigéria, prévisions climatiques saisonnières en Afrique de l'Est (Recha et al.
l'apparition et l'arrêt sont associés au sud-ouest 2008 ; Cooper et al. 2008). Utilisation efficace des prévisions climatiques
vents et vents harmattan, respectivement. Interannuelle informations (date de début et quantité de pluie) peuvent
les variations d'apparition et de cessation à Tharaka pourraient être optimisent considérablement les précipitations et améliorent les rendements.
attribués à des facteurs locaux et à la position des sites par rapport à Un début précoce des pluies donne une saison de croissance plus longue
l'amplitude de la zone de convergence intertropicale, un et un début retardé peut signifier une courte saison de croissance car
déterminant de l'apparition et de l'arrêt. La présence de collines documenté par Sivakumar ( 1987) et Kasei et Afuakwa
et couvert forestier protégé (Smucker et Wisner 2008) dans (1991). Sur l'efficacité des méthodes de détermination
le sud de Tharaka sont des déterminants potentiels de l'apparition et début et cessation moyens, les résultats corroborent ceux de
cessations. Les fortes variations qui caractérisent les précipitations Odekunlé ( 2006) qui a trouvé que l'utilisation de la quantité de précipitations et

Page 13
Détermination de la variabilité saisonnière des précipitations 491

Fig. 7 Dates d'apparition estimées

par pentades ( axe x ) en utilisant
(une)
Logiciel INSTAT pour une MAM 12 Chiakariga

et b OND pour la période du

enregistrement ( axe des y ) dix
Marimanti

8
Tunyai

6
Linéaire

4 (Chiakariga)

Linéaire
2 (Marimanti)

Linéaire
0
(Tunyai)

1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996

(b)
12 Chiakariga

dix
Marimanti

8
Tunyai

Linéaire
4 (Chiakariga)

Linéaire
2 (Marimanti)

0 Linéaire
(Tunyai)

1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996

Fig 8 Dates estimées de cessation

utilisation du logiciel INSTAT pour
(une) Chiakariga Marimanti Tunyai

a MAM et b OND 20
18
16
14
12
dix
pentades
8
6
4
2
0

1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996
Ans

(b)
Chiakariga Marimanti Tunyai

25

20

15

pentades
dix

1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996
Ans

Page 14
492 CW Recha et al.

les jours de pluie n'ont pas de différences majeures dans la détermination Pour le district semi-aride de Tharaka, les conclusions doivent être
signifie début et cessation. L'étude recommande cependant incorporé dans les implications de la variabilité climatique et
qu'en cas de variations importantes, le pourcentage moyen évaluation de la vulnérabilité (Fussel et Klein 2006). Pourtant,
la quantité cumulée de précipitations soit utilisée. La conclusion est pour la gestion à la ferme, le partage des précipitations a à lui seul
informé par le pourcentage de la quantité de pluie reçue par valeur limitée. La croissance des cultures dépend également de l'agro-
les dates de début et de cessation. conditions écologiques (par exemple capacité de rétention d'eau du sol)
et les stades de croissance. Prise en compte de ces variables à l'avenir
des études complèteraient les résultats actuels et fourniraient
5. Conclusions agriculteurs avec les informations nécessaires sur l'apparition de
stress hydrique des cultures au cours de la saison.
Cette étude a cherché à quantifier la variabilité des précipitations pour la MAM
et OND dans trois zones agro-écologiques de Tharaka Remerciements Les auteurs remercient le soutien financier de
le projet EU Water Facility (n° 9 ACP RPR 50/11) sous forme de
district et les variables étudiées sont interannuelles
le soutien au travail et le programme de bourses sur le changement climatique en Afrique
variabilité, dates de début, d'arrêt et durée de croissance (2009/2010)—un programme du système international d'analyse,
saison. La variabilité des précipitations a été examinée en utilisant le Recherche et Formation (START) et partenaires pour une bourse d'étude
indice de départ cumulé et indice d'anomalie des précipitations. prix au premier auteur. Les données pluviométriques quotidiennes ont été fournies par le
Département météorologique du Kenya et nous en sommes vraiment reconnaissants. le
Les dates moyennes d'apparition et d'arrêt ont été déterminées à l'aide de
évaluateur anonyme et Victor Makuto (édité) sont remerciés pour
la moyenne cumulée en pourcentage et INSTAT. contribuer à améliorer la qualité de ce travail.
L'étude révèle que les précipitations de l'OND ont été
inférieur à la moyenne depuis les années 1970 tandis que les précipitations MAM montrent de faibles
variabilité interannuelle. La variabilité interannuelle de l'OND Les références
les précipitations, associées à l'événement ENSO, sont un déterminant majeur
des précipitations annuelles dans les trois zones agro-écologiques. Les deux Forum du partenariat africain (2008) Les défis climatiques pour l'Afrique : un appel
les saisons de croissance, MAM et OND, ont une croissance moyenne pour agir. 10e réunion du Forum du partenariat africain, 7 avril-
saisons de 19-28 et 26-36 jours, respectivement. MAM et 8, 2008, Tokyo, Japon. Disponible sur www.africapartnershipforum.
org/dataoecd/46/47/40333574.pdf . Consulté le 05 février 2010
OND reçoit une pluviométrie moyenne saisonnière comprise entre 408 et 503
Amissah-Arthur A, Jagtap S, Rosenzweig C (2002) Spatio-temporelle
et 386 et 606 mm dans les trois zones agro-écologiques de effets des événements El Niño sur les précipitations et le rendement du maïs au Kenya.
étudier, respectivement. Les t résultats des tests ont montré que la Int J Climatol 22 : 1849–1860
différence entre les précipitations MAM et OND dans le LM4 Anyamba A, Tucker CJ (2005) Analyse de la végétation sahélienne
dynamique à l'aide des données NOAA-A-AVHRR NDVI de 1981 à 2003.
(Tunyai) et LM5 (Chiakariga) comme significatif, un
J Environs arides 63:596-614
indication que les deux saisons ont des caractéristiques uniques et Anyamba A, Tucker CJ, Eastman JR (2001) Modèle d'anomalie NDVI
il faut donc une gestion agricole spécifique sur l'Afrique lors de l'événement chaud ENSO 1997/98. Int J Télécommande
entraînements pour chaque saison. La perception dérivée de Sens 24(10) : 2055-2067
études précédentes que l'OND est la saison principale dans l'Est Araya A, Stroosnijder L (2011) Évaluation du risque de sécheresse et de l'irrigation
besoins dans le nord de l'Éthiopie. Agric pour Meteorol 151:425-436
Le Kenya pourrait conduire à une occasion manquée en Barron J, Rockstrom J, Gichuki F, Hatibu N (2003) Analyse des périodes de sécheresse
Marimanti : les saisons des pluies OND et MAM ne sont pas et les rendements de maïs pour deux zones semi-arides d'Afrique de l'Est. Agriculture
significativement différent. Résultats du pourcentage cumulé Pour Meteorol 117:23-37

moyenne montrent que la date moyenne d'apparition de la MAM et Camberlin P, Okoola RE (2003) Le début et la fin de la « longue
pluies » en Afrique de l'Est et leur variabilité interannuelle. Théor
OND est du 21 au 25 mars et du 21 au 25 octobre. Considérant que la cessation Appl Climatol 75:43-54
pour le MAM se produit d'ici le 16 au 20 mai, l'arrêt pour les pluies OND Chambers LE (2003) Variabilité et tendances de l'Australie méridionale. bureau
se déverse dans le 1er pentade de janvier de l'année suivante. du Centre de recherche météorologique, Australie, recherche BMRC
rapport n° 92
Caractéristiques intra-saison telles que la durée de croissance
Cohen JM, Lewis DB (1987) Rôle du gouvernement dans la lutte contre l'alimentation
saison, distribution des précipitations (par pentades et mois) montrent pénuries : leçons du Kenya 1984–85. Dans : Glantz MH (éd)
que les précipitations de l'OND sont plus fiables pour l'agriculture pluviale Sécheresse et faim en Afrique : refuser un avenir à la famine.
activités que MAM. La forte variabilité interannuelle (de Cambridge University Press, Cambridge, pp 269-296
Cooper PJM, Dimes J, Rao KPC, Shapiro B, Shiferaw B, Twomlow S
quantité de précipitations et date de début) associés à la fois
(2008) Mieux faire face à la variabilité climatique actuelle dans la pluie-
Les saisons MAM et OND peuvent être traitées en programmant des
systèmes d'élevage nourris de l'Afrique sub-saharienne : une première indispensable
l'irrigation supplémentaire et la diffusion et l'utilisation en temps opportun de étape dans l'adaptation au changement climatique futur. Agric Ecosys Environ
prévisions climatiques saisonnières diffusées régulièrement par 126:24-35
le Département météorologique du Kenya. Résultats de cumula- Dai A, Lamb PJ, Trenberth KE, Hulme M, Jones PD, Xie P (2004)
La récente sécheresse au Sahel est réelle. Int J Climatol 24:1323-1331
les tendances des précipitations et les dates de début suggèrent que les précipitations dans
Dodd DES, Jolliffe IT (2001) Détection précoce du début de la pluie
Kenya semi-aride, qui a connu un déclin dans les années 1970 dans les climats tropicaux semi-arides d'Afrique de l'Ouest. Int J
et au début des années 1980, pourrait revenir à des conditions plus humides. Climatol 21:1251–1262

Page 15
Détermination de la variabilité saisonnière des précipitations 493

Enders CK (2010) Analyse appliquée des données manquantes. La Presse Guilford, Odingo S, Nyakwada W, Njihia JK (2002) Météo et climat
New York. ISBN 978-1-60623-639-0. Disponible sur http://books. Secteur. Dans : IGAD et DMCN (eds) Factorisation des conditions météorologiques et
google.co.ke/. Consulté le 30 juillet 2011 informations et produits climatiques dans la gestion des catastrophes
Farmer G (1988) Prévision saisonnière des courtes pluies de la côte du Kenya, politique : une contribution aux stratégies de gestion des catastrophes,
1901-1984. Int J Climatol 8:489-497 Nairobi, Kenya. pages 1–33
Few R, Osbahr H, Bouwer LM, Viner D, Sperling F (2006) Ogallo LJ (1988) Relation entre les précipitations saisonnières en Afrique de l'Est
adaptation au changement climatique et gestion des risques de catastrophe pour et l'oscillation australe. Int J Climatol 8:31-43
réduction durable de la pauvreté : rapport de synthèse. Réf MWH Omotosho JB, Balogun AA, Ogunjobi K (2000) Prédiction mensuelle
475000177.001-6 rév.1 et les précipitations saisonnières, le début et la fin de la saison des pluies en
Fussel H, Klein RJT (2006) Évaluation de la vulnérabilité au changement climatique : Afrique de l'Ouest en utilisant uniquement des données de surface. Int J Climatol 20:8865-8880
une évolution de la pensée conceptuelle. Clim Chang 75 : 301-329 Ovuka M, Lindqvist S (2000) Variabilité des précipitations dans le district de Murang'a,
Goddard L, Mason SJ, Zebiak SE, Ropelewski CF, Basher R, Cane Kenya : données météorologiques et perception des agriculteurs. Géographie
MA (2001) Approches actuelles des approches saisonnières à interannuelles Annaler Ser A Phys Geogr 82(1):107–119. doi: 10.1111/j.0435-
prévisions climatiques. Int J Climatol 21:1111–1152 3676.2000.00116.x
Gommes R, Petrassi FP (1996) Variabilité des précipitations et sécheresse en Phillips G (2003) Déterminants de l'utilisation des prévisions parmi les
Afrique subsaharienne depuis 1960. Série agrométéorologie de la FAO, agriculteurs au Zimbabwe. Dans : O'Brien K et Vogel (Eds) Coping
document de travail no. 9. Disponible sur http://www.fao.org/waicent/ avec la variabilité climatique. Ashgate, Burlington, États-Unis. pp 111-127
faoinfo/sustdev/EIdirect/EIan0004.htm . Consulté le 08 février 2010 Phillips J, McIntyre B (2000) ENSO et précipitations interannuelles
Hansen JW (2005) Intégration des prévisions climatiques saisonnières et variabilité en Ouganda : implications pour la gestion agricole.
modèles agricoles pour mieux comprendre les pratiques agricoles. Philos Int J Climatol 20:171-182
Trans R Soc B 360:2037-2047 Potop V, Tukkott L, Koznarova V, Mozny M (2010) Épisodes de sécheresse
Hansen JW, Indeje M (2004) Relier le climat saisonnier dynamique en République tchèque et leurs effets potentiels sur l'agriculture.
prévisions avec simulation de culture pour la prédiction de rendement de maïs en semi- Theor Appl Climatol 99:373-388
aride du Kenya. Agric pour Meteorol 125:143-157 Recha CW, Shisanya CA, Makokha GL, Kinuthia RN (2008)
Hulme M (2001) Perspectives climatiques sur la dessiccation sahélienne : Perception et utilisation des informations sur les prévisions climatiques parmi les
1973-1998. Glob Environ Chang 11 : 19-29 petits agriculteurs du Kenya semi-aride. Asiatique J Appl Sci 1
Hutchinson CF (1996) Le débat sur la désertification sahélienne : un regard (2):128-135
du sud-ouest américain. J Environs arides 33:519-524 République du Kenya (2001) Stratégie de réduction de la pauvreté du district de Tharaka
Hutchison P (1990) L'oscillation australe et la prédiction de document : rapport de consultation pour la période 2001-2004.
'Der' précipitations saisonnières en Somalie. J Clim 5:525-531 République du Kenya (2010) Le recensement de la population et des logements de 2009.
Jaetzold R, Schmidt H, Hornetz B, Shisanya C (2007) Ferme CBS et ministère des Finances et de la Planification
manuel de gestion du Kenya : partie C, East Kenya, vol II, Seleshi Y, Zanke U (2004) Changements récents dans les précipitations et les jours de pluie
Ministère de l'Agriculture, Nairobi, Kenya en Ethiopie. Int J Climatol 24:973–983
Jury MR (2002) Impacts économiques de la variabilité climatique dans les Shisanya CA (1990) La sécheresse de 1983-1984 au Kenya. J Afrique de l'Est Res
Afrique et développement de modèles de prévision des ressources. J Appl Dev 20 :127-148
Météorol 41:46-55 Shisanya CA (1996) Chances et risques de la culture du maïs et du haricot en
Kasei CN, Afuakwa, JJ (1991) Détermination de la plantation optimale les zones semi-arides du sud-est du Kenya pendant la période de carence attendue,
date et saison de croissance du maïs dans la zone de savane du nord précipitations normales et supérieures à la normale de la courte saison des pluies. doctorat
du Ghana. Dans : Actes de l'Atelier de Niamey, février thèse (publiée), Trèves, Allemagne
1991. AISH Publ no. 199 Sivakumar MVK (1987) Aspects agro-climatiques de l'agriculture pluviale
Mamoudou B, Frouin R, Nicholson SE (1995) dans la zone soudano-sahélienne. Dans : ICRISAT (ed) Sols, cultures et
variabilité annuelle des précipitations en Afrique de l'Ouest entre 1993 et 1988. J systèmes de gestion de l'eau pour l'agriculture pluviale dans le
Appl Meteorol 34(2):411-431 Zone soudano-sahélienne. Actes d'un ouvrage international -
Marteau R, Sultan B, Moron V, Alhassane A, Baron C, Traoere SB boutique, Niamey, Niger, 11-16 janvier 1987, pp 17-38
(2011) Le début de la saison des pluies et la stratégie de semis des agriculteurs Sivakumar MVK (1988) Prédiction du potentiel de saison des pluies à partir du
pour la culture du mil chandelle dans le sud-est du Niger. Agric Pour Météorol Début des pluies dans les zones climatiques du sud sahélien et soudanien
151:1351-1369 de l'Afrique de l'Ouest. Agric pour Meteorol 42:295-305
Mugalavai EM, Kipkorir EC, Raes D, Rao MS (2008) Analyse de Sivakumar MVK (1991) Périodes de sécheresse et fréquences de sécheresse dans
début des précipitations, cessation et durée de la saison de croissance pour Afrique de l'Ouest. Bulletin de recherche no. 13. Patancheru, AP 502 324,
Ouest du Kenya. Agric pour Meteorol 148:1123-1135 Inde. Institut international de recherche sur les cultures pour les zones semi-arides
Mutai CC, Ward MN, Coleman AW (1998) Vers la prédiction de Tropiques
les pluies courtes d'Afrique de l'Est basées sur la température de surface de la mer— Smucker TA, Wisner B (2008) Modification des réponses des ménages à
couplage atmosphérique. Int J Climatol 18:975-997 sécheresse à Tharaka, Kenya : vulnérabilité, persistance et
Mzezewa J, Misi T, Rensburg LD (2010) Caractérisation des précipitations à un défi. Dans : Overseas Development Institute (doi :10.III/
écotope semi-aride de la province du Limpompo (Afrique du Sud) et ses j.0361-3666.2007.01035.x ). Blackwell, New York
implications pour la production agricole durable. Eau SA 36(1):19-26 Tadross M, Suarez P, Lotsch A, Hachigonta S, Mdoka M, Unganai L,
Nicholls N, Wong KK (1990) Dépendance de la variabilité des précipitations sur la moyenne Lucio F, Kamdonyo D, Muchinda M (2009) Saison de croissance
les précipitations, la latitude et l'oscillation australe. J Clim 3(1):163-170 précipitations et scénarios de changement futur en Afrique du Sud-Est :
Nicholson SE (1993) Un aperçu des fluctuations des précipitations en Afrique implications pour la culture du maïs. Clim Res 40:147-161
la dernière décennie. J Clim 6:1463-1466 Tilahun K (2006) Analyse du climat pluviométrique et de l'évapotranspiration
Nicholson SE, Some EB, Kone B (2000) Une analyse des précipitations récentes dans les régions arides et semi-arides d'Éthiopie en utilisant les données
conditions en Afrique de l'Ouest, y compris les saisons des pluies un demi siècle. J Environs arides 64:474-487
1997 années El Niño et 1998 La Niña. J Clim 13:2628-2640 Tumwesigye EK, Musiitwa F (2001) Caractérisation des modèles de sécheresse
Odekunle TO (2006) Détermination du début et du recul de la saison des pluies pour le développement et le transfert appropriés de plantes résistantes à la sécheresse
Nigéria de la quantité de précipitations et du nombre de jours de pluie. cultivars de maïs en Ouganda. Septième Afrique orientale et australe
Theor Appl Climatol 83:193-201 Conférence régionale sur le maïs, 11-15 février 2001, pp 260-262.

Page 16
494 CW Recha et al.

Disponible sur ( http://www.cimmyt.org/english/docs/proceedings/ changement : emprunter un itinéraire plus court. Am Meteorol Soc 87(10) : 1355–
afrique/…/54_Komutunga1.pdf). Consulté le 05 janv. 2009 1366
ONU (2005). Le rapport sur les objectifs du millénaire pour le développement. Wisner B (1977) Constrictions d'un système de subsistance : les paysans de
Vogel C, Moser SC, Kasperson RE, Dabelko GD (2007) Division de Tharaka, district de Meru, Kenya. Econ Geogr 53(4):353–
la science de la vulnérabilité, de l'adaptation et de la résilience à la pratique : 357
voies, acteurs et partenariats. Glob Environ Chang 17:349-364 Yasunaka S, Hanawa K (2005) Changement de régime dans la surface globale de la mer
Washington R, Harrison M, Conway D, Black E, Challinor A, Grimes températures: sa relation avec les événements El Nino-oscillation australe
D, Jones R, Morse A, Kay G, Todd M (2006) Climat africain et les modes de variation dominants. Int J Climatol 25:913-930