- Portada
- Volume 29 (2025)
- Numéro 4
- Analyse des tendances séculaires de l'évolution de la pluviosité dans les zones steppiques de l'Algérie
Vista(s): 0 (0 ULiège)
Descargar(s): 0 (0 ULiège)
Analyse des tendances séculaires de l'évolution de la pluviosité dans les zones steppiques de l'Algérie

Documento adjunto(s)
Version PDF originaleRésumé
Description du sujet. L'Afrique du Nord, notamment l'Algérie, représente l’une des régions les plus défavorisées en termes de ressources hydriques. Dans le contexte du réchauffement climatique, il est important de comprendre et de situer l'évolution séculaire de la pluviométrie dans les régions steppiques arides en raison des répercussions potentielles sur le bilan hydrique.
Objectifs. Cette étude vise à répondre aux trois objectifs de travail suivants : évaluer la fiabilité des données climatiques du Climate Research Unit (CRU, Université d’East Anglia) en les comparant avec celles de l'Office National de la Météorologie (ONM, Algérie), vérifier la présence d'une tendance à l'assèchement dans les régions steppiques ainsi que l'existence d'un gradient d'assèchement en fonction de la longitude.
Méthode. Cette étude examine des séries statistiques maillées du CRU portées à une résolution spatiale de 0,5º x 0,5º (50 km x 50 km) remontant au début du vingtième siècle. Elles sont agrégées au niveau d'entités administratives, les wilayas, comprenant cinq stations dans la région occidentale, quatre stations dans la région Centre-Est ainsi que quatre stations distinctes dans la région orientale. Les données s'étendent de 1901 à 2021 et concernent 13 entités administratives provenant de l’ONM et du CRU. Les tendances ont été étudiées par les tests de Mann Kendall affinés par la méthode de Sen et le coefficient de corrélation paramétrique. Les ruptures d’homogénéité ont également été examinées.
Résultats. La plupart des stations algériennes du Centre et de l'Est ne montrent aucune tendance à l'assèchement à long terme. En revanche, une telle tendance est nettement observable dans la région occidentale et augmente au fil du temps selon un gradient longitudinal de l'est vers l'ouest, ce qui corrobore les résultats rapportés dans des études antérieures. Enfin, certaines stations, qui correspondent à des entités administratives, révèlent des ruptures d’homogénéité différenciées.
Conclusions. Les tendances de la pluviométrie sur le long terme montrent des dynamiques différentes d’une région à l’autre soulignant la nécessité d'une gestion efficace des ressources hydriques.
Abstract
Analysis of secular trends in rainfall evolution in the steppe zones of Algeria
Description of the subject. North Africa, particularly Algeria, is one of the most disadvantaged regions in terms of water resources. In the context of climate change, it is crucial to understand and contextualize the long-term evolution of rainfall in arid steppe regions due to the potential repercussions on the water balance.
Objectives. This study aims to address the following three objectives: assess the reliability of climate data from the Climate Research Unit (CRU, University of East Anglia) by comparing them with data from the Algerian National Meteorological Office (ONM); investigate the presence of a drying trend in the steppe regions as well as determine whether a longitudinal gradient of increasing aridity exists, as suggested by previous studies.
Method. This study analyzes gridded statistical series from the CRU, with a spatial resolution of 0.5º x 0.5º (50 km x 50 km), dating back to the early 20th century. The data are aggregated at the level of administrative entities (wilayas), including five stations in the western region, four in the Central-East, and four distinct stations in the eastern region. The datasets span from 1901 to 2021 and are sourced from both the ONM and the CRU. Trends were examined using the Mann-Kendall test refined by Sen’s slope estimator, as well as the parametric correlation coefficient. Breaks in homogeneity were also analyzed.
Results. Most stations in Central and Eastern Algeria do not show any significant long-term drying trends. In contrast, such a trend is clearly observable in the western region and becomes more pronounced over time, following a longitudinal gradient from east to west. This confirms findings reported in previous studies. Additionally, some stations, corresponding to specific administrative entities, exhibit differentiated breaks in data homogeneity.
Conclusions. Long-term rainfall trends reveal differentiated dynamics across regions, highlighting the need for effective water resource management.
Tabla de contenidos
Reçu le 8 octobre 2024, accepté le 21 aout 2025, mis en ligne le 16 décembre.
Cet article est distribué suivant les termes et les conditions de la licence CC-BY (http://creativecommons.org/licenses/by/4.0/deed.fr)
1. Introduction
1Dans le contexte du réchauffement climatique, notamment en Afrique du Nord, l’analyse de l’évolution de la pluviométrie revêt une importance majeure. Les projections les plus récentes de l’IPCC (Intergovernmental Panel of Climate Change), indiquent que la région méditerranéenne connaîtra probablement une augmentation des températures couplée à une baisse significative de la pluviosité, entraînant une dégradation du climat et un déséquilibre accru du bilan hydrique (IPCC, 2022).
2De ce fait, l’étude des tendances séculaires de la pluviométrie s’avère essentielle notamment en territoire steppique aride et semi-aride. La littérature scientifique disponible sur ce sujet demeure relativement confinée. Elle porte majoritairement sur la région du Nord-Ouest algérien et ne concerne qu’un nombre limité de stations. De plus, ces études couvrent souvent des périodes réduites et traitent majoritairement des données discontinues (Djellouli & Djebaili, 1984 ; Kadi, 1993 ; Hirche et al., 2007 ; Meddi & Meddi, 2009).
3Peu d’études se sont concentrées sur les variations séculaires de la pluviosité en raison des difficultés d’accès aux données. Alors que certains travaux concluent à une relative stabilité sur des périodes spécifiques (Daget et al., 1992 ; Slimani et al., 2010), d’autres signalent au contraire une tendance à l’aridification dont l’intensité et la distribution spatiale varient selon les régions et les périodes analysées (Hirche et al., 2007 ; Meddi et al., 2009 ; Meddi & Meddi, 2009). Cependant, la plupart des auteurs relèvent une tendance à l’aridification du climat (Hirche et al., 2011 ; Elouissi et al., 2016 ; Elouissi et al., 2017 ; Belala et al., 2018).
4Cette hétérogénéité des résultats souligne la nécessité de réévaluer ces dynamiques à partir de sources de données plus complètes et sur des périodes d’observation suffisamment longues.
5La compréhension de l’évolution de la pluviométrie constitue un enjeu fondamental pour mieux anticiper les défis agro-écologiques auxquels l’Afrique du Nord et l’Algérie en particulier seront confrontés. En effet, la dynamique de la végétation dans ces milieux est fortement conditionnée par des facteurs tels que le surpâturage et les mises en culture (Nedjraoui & Bédrani, 2008 ; Hourizi et al., 2017). Lorsque l’aridification s’installe, elle peut agir comme un facteur aggravant, voire déclencheur, de la dégradation des terres. L’une des conséquences majeures de cette dégradation est l’intensification de l’érosion des sols, en particulier dans les régions où la végétation est clairsemée et les sols fragiles (Bouamrane & Abida, 2021 ; Omari et al., 2021).
6Dans ce contexte, le réchauffement climatique vient accentuer les pressions existantes en augmentant les besoins en eau liés à l’évapotranspiration. Pour maintenir un bilan hydrique favorable, une augmentation des précipitations devient alors indispensable (Wassmann et al., 2018).
7Dans le cadre de la présente étude, les données climatiques de longue durée issues d'une base de données de référence internationale, offrant une couverture spatio-temporelle suffisamment représentative, ont été mobilisées pour analyser l'évolution séculaire des précipitations dans les zones steppiques algériennes. Ce travail vise à répondre à trois hypothèses. La première concerne la comparabilité des données maillées et régionales du CRU avec celles des stations du réseau national météorologique et la convergence éventuelle des résultats qu'elles produisent. La deuxième hypothèse porte sur l’existence d’une baisse de la pluviométrie dans les zones steppiques. Enfin, la troisième consiste à vérifier si un gradient d’assèchement lié à la longitude peut être mis en évidence.
2. Méthodologie
2.1. Présentation de la zone d'étude et des sources de données
8L’Algérie se situe en Afrique du Nord et représente le plus grand pays africain par sa superficie. Elle est délimitée au nord par la mer Méditerranée, à l’est par la Tunisie et la Libye, au sud par le Niger et le Mali et à l’ouest par le Maroc, le Sahara occidental et la Mauritanie. La loi n° 19-12 du 11 décembre 2019, relative à l'organisation territoriale, découpe le pays en 58 wilayas, 44 wilayas déléguées et 1 541 communes (Figure 1) (JORADP, 2019).

Figure 1. Représentation des wilayas concernées par l’étude — Map of the wilayas concerned by the study.
9Les données climatiques utilisées proviennent de deux sources dont la première est constituée par l’Office National de Météorologie (ONM) algérien qui fournit des données en provenance des différentes stations climatiques de son réseau.
10La deuxième est constituée par les données du Climatic Research Unit (CRU) de l'Université d'East Anglia (Royaume-Uni) qui est l'une des principales institutions concernées par l'étude des changements climatiques naturels et anthropiques. Le CRU rassemble les données en provenance de nombreuses sources à travers le monde (https://crudata.uea.ac.uk/cru/data/hrg/). Ces données ont cependant été extraites dans cette étude à partir du site de la Banque Mondiale qui présente l’avantage d'un accès plus ergonomique. Le CRU fournit des ensembles de données historiques maillées dérivées de données d'observation, de données de température et de précipitations de qualité contrôlée ainsi que de données dérivées telles que les climatologies historiques mensuelles et à long terme. Les données issues du jeu de données du CRU sont largement reconnues comme point de référence dans les recherches en climatologie (Harris et al., 2020). Elles sont restituées à une résolution spatiale de 0,5º x 0,5º (environ 50 km x 50 km).
11Les données climatiques historiques, issues des observations, permettent aux utilisateurs de comprendre les contextes climatiques passés et actuels. Elles sont diffusées à partir de milliers de stations météorologiques dans le monde qui collectent en continu les mesures de la température et la pluviométrie. Les données fournies concernent les températures moyennes, minimales et maximales et les précipitations. Dans le cadre de cette étude, l'analyse a été limitée aux pluviométries.
12Les données historiques relatives à la température et aux précipitations annuelles et saisonnières sont agrégées au niveau national et infranational pour chaque variable et sont facilement accessibles.
13Dans le cadre de cette étude, les séries statistiques sont exceptionnellement longues, s'étendant de 1901 à 2021 (120 années) sans interruption, ce qui en fait tout leur intérêt. En outre, le nombre de stations est assez significatif (13) et surtout couvre une grande partie du territoire steppique (7 wilayas sur un total de 8). Les données utilisées dans cette étude représentent les plus grandes unités administratives au niveau infranational, appelées wilayas, des régions occidentale, orientale et Centre-Est. Les régions sont délimitées selon un découpage longitudinal qui correspond également au découpage géographique communément accepté (Tableau 1). Enfin, il convient de rappeler que les données climatiques de l’ONM sont ponctuelles alors que celles du CRU sont maillées.

2.2. Comparaison ONM/CRU
14Les données ponctuelles et stationnelles de l’ONM sont comparées aux données maillées du CRU. À l’échelle mondiale, les données climatiques proviennent généralement des organismes météorologiques nationaux qui s’appuient sur des stations météorologiques ponctuelles et constituent ainsi les données de référence. En Algérie, cet organisme de référence est l'Office National de la Météorologie (ONM). Les données maillées, quant à elles, proviennent d’un provider international de référence qui s’appuie partiellement sur le réseau national et dont les données sont rapportées à une échelle régionale. Il est donc important de vérifier la compatibilité et la comparabilité de ces deux sources de données. Bien que la comparaison entre ces dernières ne puisse par la nature même des données montrer des résultats identiques, l’objectif de cette étude est d’évaluer la présence d’évolutions similaires notamment en ce qui concerne la tendance pluviométrique (Nashwan et al., 2019 ; Schumacher et al., 2020).
15La présence d’un nombre limité de stations (une par wilaya) rend le travail de comparaison plus aisé. Etant donné que les stations climatiques de l’ONM et les données du CRU n’ont pas la même période de référence, la première étape de cette comparaison consiste à identifier les périodes communes aux deux sources et comparer les paramètres statistiques pour chacune d'elles (par exemple les totaux pluviométriques, les moyennes et les coefficients de variation).
16Par ailleurs, les différences entre les moyennes et les coefficients de variation ont été calculées en pourcentage afin de réaliser une analyse comparative. Une régression linéaire a été établie entre les deux séries de données afin de vérifier l’existence d’une éventuelle relation statistique.
17Le coefficient de corrélation de Pearson a été calculé afin de vérifier la convergence de l’évolution des deux types de données. Si le coefficient de corrélation obtenu est statistiquement significatif (p < 0,05), les données du CRU seront considérées comme fiables par rapport aux données de référence de l'ONM et seront donc validées pour l'analyse à l'échelle locale.
18Le coefficient de Pearson varie entre -1 et +1, plus r est proche de zéro, plus la relation linéaire est faible. Une valeur positive de r indique à son tour que les variables tendent à augmenter ensemble et inversement pour une valeur négative.
2.3. Tests de tendance
19Test de Mann Kendall (Mann, 1945). Pour évaluer la tendance de la pluviométrie, le test de Mann Kendall a été utilisé en tenant compte de la saisonnalité. Le test de Mann-Kendall est un test statistique non paramétrique couramment utilisé pour analyser les tendances dans les séries temporelles, notamment dans les études climatiques. Il permet de détecter l’existence d’une tendance monotone — c’est-à-dire une évolution continue à la hausse ou à la baisse — sans supposer que les données suivent une distribution normale. Ce test présente l’avantage d’être robuste face aux valeurs aberrantes et aux distributions non normales. L’hypothèse nulle (H0) du test stipule qu’il n’existe pas de tendance significative dans la série étudiée. Le rejet de cette hypothèse indique la présence d’une tendance de la pluviométrie statistiquement significative positive ou négative.
20Il est toutefois important de s’assurer que les données ne soient pas auto-corrélées, biaisant ainsi les résultats du test. Dans le cas de cette étude, le test de Mann Kendall est basé sur le calcul de la mesure tau de Kendall d'association entre deux échantillons indépendants.
21Le test de Mann-Kendall est complété par la pente de Sen (ou estimateur de Sen-Theil) qui permet de quantifier l’intensité de la tendance en estimant le taux de changement médian dans le temps et fournit une estimation robuste sur le taux de variation (contrairement à la régression linéaire).
22Le seuil de significativité statistique est fixé à 5 % mais dans le cadre de cette étude, la statistique du test étant très élevée, le calcul exact de la p-valeur n’a pas pu être réalisé. Une approximation par la loi normale a été utilisée avec une correction de continuité. Tous les calculs statistiques ont été effectués sur le logiciel XLSTAT (XLSTAT version 2016, https://www.xlstat.com/).
23Régression linéaire par la méthode des moindres carrés. Une régression par la méthode des moindres carrés a été appliquée pour estimer la relation entre la pluviométrie (variable dépendante) et le temps (variable indépendante). Cette approche paramétrique suppose la normalité des résidus et l’homoscédasticité, conditions qui ont été vérifiées avant interprétation.
2.4. Rupture d'homogénéité
24Dans le cadre des changements climatiques (IPCC, 2021 ; IPCC, 2023), il est pertinent d’observer l’évolution de la pluviométrie, de vérifier l'existence de ruptures d'homogénéité et d'identifier les dates de ces ruptures au cours de longues séries pluviométriques. Cette analyse contribue à mettre en évidence les tendances à long terme, elle permet d’améliorer la compréhension de la dynamique pluviométrique et d’affiner les modèles prédictifs, ce qui conduit à des prévisions climatiques plus fiables.
25Les tests de Pettitt, Buishand et SNHT (Standard Normal Homogeneity Test) ont été utilisés sur les séries de la pluviométrie afin de détecter la présence ou l’absence de ruptures d'homogénéité pour toutes les wilayas prises en considération.
26Ces trois tests reposent sur deux hypothèses: H0, ou l'hypothèse nulle, stipule que la série de données est homogène et ne présente pas de rupture d'homogénéité ; H1, ou l'hypothèse alternative, stipule qu’il existe au moins une rupture d'homogénéité dans la série temporelle.
27La statistique de Buishand (Buishand, 1982). Le test de rupture, comme celui de Buishand, couplé aux tests de tendance qui détectent plutôt une orientation générale, permet d’analyser plus finement l’évolution d’une série temporelle.
28Le test de Pettitt (Pettitt, 1979). Les tests de rupture (test de Pettitt ou de Bai-Perron) identifient des points de changement soudain dans la structure des données. Ensemble, ils permettent de distinguer une tendance progressive d’un changement brutal et de vérifier si la tendance observée est continue ou liée à une discontinuité marquée. Ils sont essentiels pour interpréter correctement les dynamiques climatiques et, dans le cas de cette étude, pour situer les dates d’éventuelles ruptures d’homogénéité.
29Lorsque la probabilité associée au test est inférieure au seuil de risque α (p < 0,05), l’hypothèse d’homogénéité H0 est rejetée, indiquant la présence d’une rupture au temps t.
30Le test SNHT (Alexandersson, 1986). Le test SNHT (Alexandersson, 1986) fonctionne selon un principe similaire. Ce test examine chaque position potentielle de rupture en divisant la série en deux sous-séries et en calculant un indice statistique T(t). Le point de rupture correspond à la valeur maximale de T(t). Une valeur seuil est ensuite utilisée pour déterminer si la rupture mise en évidence est statistiquement significative.
3. Résultats
31Les relations entre les données du CRU et de l'ONM au cours de périodes communes ont été examinées grâce aux paramètres statistiques pris en considération.
3.1. Paramètres statistiques
32Totaux pluviométriques et leurs variations par source de données. Les statistiques montrent que les valeurs moyennes de la pluviométrie obtenues à l’échelle régionale sont généralement plus élevées relativement aux données stationnelles (ONM) prises comme référence. Dans les steppes occidentales, seule la station d’El Bayadh présente une pluviométrie issue du maillage CRU (177,59 mm) inférieure à celle observée à l’échelle régionale. Ce résultat est justifié par le fait que la partie méridionale de cette région, de nature présaharienne (200-100 mm), occupe la majeure partie de sa superficie et se situe à des altitudes plus basses (< 900-1 000 m) (Tableau 2), contrairement aux autres stations établies à des altitudes plus élevées (> 900-1 000 m). Il est important de noter que les écarts entre les moyennes restent hétérogènes, variant entre 10 et 25 %, à l’exception de la station d’El Bayadh qui se distingue par un écart nettement plus élevé, avoisinant 35 %.

33Cependant, la variabilité mesurée au niveau stationnel est généralement plus élevée que celle calculée à l’échelle régionale (données CRU). Les coefficients de variation des données du CRU sont d’environ 20 %, tandis que ceux calculés à partir des données de l’ONM atteignent environ 30 %, à l’exception de la station de Sidi Bel Abbès (13,05 %). Cette dernière station est située plus au nord et bénéficie d’un climat plus humide, ce qui réduit les fluctuations de la pluviométrie et rend les variations plus stables. En revanche, sa partie méridionale, étant de superficie plus restreinte, présente un caractère steppique aride marqué par des variations pluviométriques plus fortes liées à la sécheresse du climat.
34Les coefficients de variation présentent des écarts marqués entre les deux sources, variant selon les stations de l’ordre d’un sixième à un tiers. Ce résultat indique que si les données agrégées sont pertinentes pour l’étude du bilan hydrique sur un bassin versant, elles restent mal adaptées à l’étude de la variabilité climatique interannuelle.
35Dans l’Algérois, au centre des parcours steppiques, une variabilité plus marquée entre les stations est observée (Tableau 3). Bien que les données CRU présentent systématiquement des moyennes plus élevées, l’écart de pluviométrie annuelle est particulièrement important pour Bordj Bou Arreridj (53,94 %) et Biskra (45,49 %), alors qu’il reste négligeable pour Djelfa (0,74 %) ; à M’sila, il dépasse même le double.

36Dans la partie steppique orientale, la même tendance se confirme : la moyenne pluviométrique estimée par le CRU est généralement supérieure (de 2 à 122 %), à l’exception de Khenchela où l’altitude (1 100 m), comme à El Bayadh, atténue cet écart (Tableau 4). Les différences y sont plus hétérogènes que dans la région occidentale ou centrale. L’altitude semble jouer un rôle : les écarts entre valeurs moyennes atteignent environ un tiers à Khenchela et Oum El Bouaghi (35,21 % et 36,48 %), mais ne représentent qu’un sixième à Souk Ahras et restent négligeables à Tébessa. Les corrélations calculées à l’échelle stationnelle sont plus élevées (25-30 %) que celles obtenues avec les données CRU (≈ 20 %). Enfin, la variabilité diffère fortement selon les stations, avec un minimum à Khenchela (14 %) et un maximum à Oum El Bouaghi (35,53 %), située dans une zone au caractère steppique plus marqué.

37Comparaison des deux sources de données. La relation entre les données du CRU et les données des stations a ensuite été testée à l'aide du coefficient de corrélation. Les coefficients de corrélations sont modérés (Naama, Tiaret) à assez élevés (Saida, Sidi Bel Abbès) dans les steppes orientales, comme le montre le tableau 5. Les coefficients de corrélation sont moyens (Biskra, Djelfa) à faibles (M'sila) dans le centre (Tableau 6) et restent moyens dans les steppes orientales (Tableau 7).

38Les p-valeurs montrent qu’il existe une relation significative entre les données des stations maillées (CRU) et celles des stations ponctuelles (ONM) puisque le coefficient de corrélation r diffère statistiquement de zéro. L’utilisation des données CRU pour étudier l’évolution de la pluviométrie apparaît donc pertinente et fiable. Cette cohérence avait d’ailleurs déjà été observée dans les analyses précédentes.
39Il a été observé plus haut que les valeurs du CRU surestiment généralement les valeurs de l’ONM, toutefois cette surestimation n’est pas systématique et l’amplitude des différences n’est pas homogène. Des analyses de régression linéaire ont ensuite été réalisées afin de comparer les données du CRU à celles de l’ONM. Les résultats mettent en évidence des tendances de pluviométries convergentes entre les deux sources de données. Indépendamment de la période considérée, les pentes conservent le même signe, traduisant soit une augmentation, soit une diminution des pluies au fil du temps.
40En revanche, l’amplitude de ces pentes varie selon les périodes, ce qui explique les différences observées dans les quantités annuelles, stationnelles et régionales de précipitations. La période la plus fréquemment retenue, entre 1983 et 2010, indique généralement une augmentation de la pluviométrie aussi bien pour les steppes occidentales (Figure 2), centrales (Figure 3) qu’orientales (Figure 4). La station de Souk Ahras indique la même tendance positive mais se singularise par des totaux pluviométriques très différents.

Figure 2. Évolution de la pluviométrie des steppes occidentales selon les données de CRU et ONM — Evolution of rainfall in the western steppes according to CRU and ONM data.
a : El Bayadh ; b : Naama ; c : Saida ; d : Tiaret ; e : Sidi Bel Abbès.

Figure 3. Évolution de la pluviométrie des steppes centrales selon les données de CRU et ONM — Evolution of rainfall in the central steppes according to CRU and ONM data.
f : Biskra ; g : Djelfa ; h : M’sila ; i : Bordj Bou Arreridj.

Figure 4. Évolution de la pluviométrie des steppes orientales selon les données de CRU et ONM — Evolution of rainfall in the eastern steppes using CRU and ONM data.
j : Khenchela ; k : Oum El Bouaghi ; l : Souk Ahras ; m : Tebessa.
3.2. Test de tendances
41Stations de l’Ouest. Les résultats du test indiquent une tendance soit à la baisse, cas le plus fréquent, soit à la stabilité. L’analyse des résultats des tendances pluviométriques de l’Oranais révèle que la plupart des régions montrent l'existence d'une tendance liée à l'assèchement (p < 0,05) (Tableau 8).

42Les graphiques établis (Figure 5) confirment visuellement la tendance à l’aridification des wilayas de l’Ouest algérien. Seule El Bayadh se démarque avec un seuil faiblement significatif (p = 0,061) et une pente de Sen négative. Pour les autres wilayas, les analyses confirment toutes la présence d'une baisse progressive des précipitations.

Figure 5. évolution de la pluviométrie dans quelques stations de l’Ouest de l’Algérie — Evolution of rainfall in some stations in western Algeria.
43En outre, la présence d’une période sèche ressort nettement entre le début des années 1980 et le début des années 2000. La première période correspond au début de l’accélération du processus de dégradation qui a eu d’immenses répercussions sur l’état des parcours steppiques, alors que la seconde a considérablement accentué l’effet de cette dégradation.
44Hormis la station de Tiaret, la reprise d’une période humide depuis les années 2000 n’a toujours pas permis d’atteindre les niveaux de pluviométrie précédant les années 1980, notamment le début des années 1970. Enfin, les années 2019, 2020 et 2021 se sont avérées globalement sèches, ce qui a également aggravé l'état des parcours steppiques.
45Stations du Centre. Les wilayas du Centre algérois étudiées ne montrent pas de tendance à l’assèchement (Tableau 9). Cependant, hormis la station de Biskra avec une p-valeur de 0,322, les autres régions montrent des p-valeurs assez proches de la valeur seuil avec 0,067 pour Bordj Bou Arreridj et 0,071 pour M'sila. Les graphes (Figure 6) montrent d’ailleurs une légère tendance à l’assèchement qui reste statistiquement non significative.


Figure 6. évolution de la pluviométrie dans quelques stations du Centre-Est de l’Algérie — Evolution of rainfall in several stations in central-eastern Algeria.
46Les pentes de Sen sont également négatives et proches de celles obtenues par régression linéaire, ce qui confirme une tendance générale à la baisse de la pluviométrie au fil des années.
47Stations de l'Est. Les p-valeurs, comprises entre 0,4 et 0,8, confirment l’hypothèse nulle, indiquant l’absence de tendance significative (Tableau 10). En revanche, les pentes de Sen se présentent négatives, ce qui suggère une diminution globale des pluviométries, bien que cette baisse ne soit pas statistiquement significative. Cette tendance pourrait être interprétée comme un signal d’assèchement, sans toutefois permettre de le conclure avec certitude. Cependant, les pentes de Sen et celles obtenues par la régression paramétrique montrent des valeurs assez divergentes traduisant une possible autocorrélation.

48Les mêmes périodes sèches des années 1981-1985 et du début des années 2000, dans une moindre mesure, ressortent. De même que précédemment, les années 2019 à 2021 apparaissent comme étant relativement sèches.
49La figure 7 montre l’évolution de la pluviométrie dans l’Est algérien.

Figure 7. évolution de la pluviométrie dans quelques stations de l’Est algérien — Evolution of rainfall in some stations in eastern Algeria.
50Rupture d'homogénéité. Pour les régions Centre et Est, aucune rupture n’a été détectée dans les séries de données et les stations sont homogènes sur la période étudiée. De plus, aucune tendance significative de variation de la pluviométrie n’a été observée, y compris dans les projections futures.
51Quant à la région occidentale, pour le test de Pettitt et de Buishand, les années de rupture sont concordantes (Tableau 11), elles font ressortir l'année 1976 pour l'ensemble des stations.
52Concernant le test du SNHT, El Bayadh et Naama montrent l’absence d’homogénéité et une rupture d'homogénéité est décelée durant l'année 1908, due probablement aux limites du test aux valeurs extrêmes.

4. Discussion
53La première partie de ce travail a consisté à évaluer la compatibilité des tendances des données fournies par les stations climatiques du réseau national de l’ONM avec celles fournies au niveau régional par le CRU. La période de chevauchement entre les deux types de données en dépassant les 20 années d'observation (75 ans pour la station de Biskra) offre une base solide pour effectuer des comparaisons fiables.
54Les résultats obtenus sont globalement satisfaisants et cohérents : les tendances issues des deux sources de données concordent car elles sont calculées sur de longues séries temporelles, moins sensibles aux dates de début et de fin de la période considérée (IPCC, 2014). Quelques stations montrent de légères divergences (El Bayadh, Sidi Bel Abbès, M’sila et Khenchela), probablement liées aux caractéristiques géographiques locales, comme l’altitude et le bioclimat susceptibles d’influencer les mesures.
55Par ailleurs, la variabilité observée à l’échelle des stations apparaît généralement plus marquée que celle issue des données régionales du CRU. Cet écart peut s’expliquer par l’effet du maillage spatial propre aux données du CRU qui tend à atténuer les fluctuations locales, produisant ainsi des valeurs moyennes plus lissées.
56Les droites de régression confirment des tendances similaires entre les données du CRU et celles de l’ONM, malgré quelques différences d’amplitude.
57Ces constats rejoignent ceux de Bouznad et al. (2020) qui trouvent des tendances de pluviométrie positives dans 11 stations climatiques de la région des hauts plateaux algériens entre 1985 et 2015. L’utilisation des données du CRU apparaît ainsi pertinente pour identifier les tendances climatiques régionales tout en restant prudent quant à leur emploi pour analyser la variabilité interannuelle et, dans une moindre mesure, l'amplitude de la variation au niveau local.
58En outre, l’étude des tendances climatiques n’est pertinente que sur des périodes d’observation suffisamment longues.
59Les études de tendances réalisées montrent que les stations occidentales, hormis El Bayadh, présentent une tendance à l’assèchement à la différence des stations du Centre et de l’Est.
60Les travaux antérieurs portant sur l’évolution des pluviométries mettent en évidence des résultats globalement convergents, malgré certaines disparités régionales et temporelles.
61Daget et al. (1992) ont conclu que, sur les cent dernières années (avant 1990), la pluviométrie en territoire steppique ne semblait pas présenter de signes manifestes de dégradation. D’autres études, plus récentes, rejoignent les conclusions de ce travail concernant la station d’El Bayadh (Slimani et al., 2010).
62D’autres contributions nuancent ces résultats en soulignant que la région occidentale connaît une augmentation de l’aridité (Hirche et al., 2007 ; Meddi & Meddi, 2009 ; Meddi et al., 2009), rejoignant ainsi les résultats obtenus dans ce travail.
63Certaines années se singularisent par des écarts significatifs par rapport aux conditions moyennes. Nouaceur et al. (2013) et Mrad et al. (2020) soulignent qu’après une période relativement sèche au début des années 2000, l’année 2004 a été particulièrement neigeuse, tandis que 2008 a été exceptionnellement humide.
64En outre, l’analyse des tendances pluviométriques révèle la présence d’un gradient d’assèchement qui s’accentue d’Est en Ouest, les régions occidentales étant les plus affectées.
65Ces résultats sont corroborés par plusieurs auteurs (Belala et al., 2018 ; Merniz et al., 2019). L’analyse des tendances pluviométriques dans les principales wilayas algériennes montre qu’aucune wilaya de l’Est ne présente de tendance à l’assèchement. Ces résultats rejoignent les conclusions de Hirche et al. (2007), Belala et al. (2018) et Bessaklia et al. (2018) qui ont mis en évidence une augmentation de l’agressivité des pluies. Par ailleurs, Beldjazia & Alatou (2016) soulignent une forte variabilité pluviométrique à l’Est. La région du Centre ne présente pas de tendance notable à l’assèchement, à l’exception de la wilaya de Biskra où celle-ci demeure statistiquement non significative. À l’inverse, les wilayas occidentales affichent majoritairement une tendance à l'assèchement ou à la diminution des précipitations, comme rapporté dans d'autres études (Meddi & Hubert, 2003 ; Taibi et al., 2017 ; Benzater et al., 2019 ; Taïbi et al., 2019 ; Achour et al., 2020).
66La tendance est clairement marquée dans les régions de Naama, Saïda et Sidi Bel Abbès où les p-valeurs sont nettement inférieures à 0,05 (0,002 ; 0,001 et 0,0001 respectivement). Elle apparaît plus modérée dans la région de Tiaret, dont la p-valeur, bien que significative (0,043), traduit une intensité moindre. L’unique station ne montrant pas de tendance à l’assèchement est El Bayadh, comme déjà souligné par Slimani et al. (2010). Cette singularité pourrait s’expliquer par la position de cette wilaya dont la partie méridionale, à caractère présaharien, est soumise à un climat relativement stable (Hirche et al., 2007 ; Belala et al., 2018).
67L'analyse des résultats révèle que les stations du Centre ne montrent pas d’aridification bien que les p-valeurs des wilayas de Bordj Bou Arrerridj et M'sila se situent près du seuil de significativité (0,067; 0,071).
68De même, les pentes de Sen ou établies par la méthode des moindres carrés sont toutes négatives, traduisant une tendance légère à l'assèchement, toutefois statistiquement non significative.
69Dans l’ensemble, les résultats suggèrent un gradient croissant de tendance à l’assèchement en direction de la région occidentale. Ces résultats rejoignent en partie les résultats obtenus par d'autres auteurs (Hirche et al., 2007 ; Hirche, 2011 ; Belala et al., 2018), bien que ces études reposent sur un nombre limité de stations, tant dans le temps que dans l'espace.
70Il est important de préciser que ces résultats indiquent que la région la plus sujette à une aridification marquée est la région occidentale, déjà confrontée à un déficit hydrique chronique.
71La région du Centre présente des signes précurseurs d'un processus d'aridification, bien que les résultats restent à ce jour statistiquement non significatifs. La région orientale semble pour le moment relativement épargnée, même si les graphes montrent une tendance négative non significative sur le plan statistique.
72L'analyse des ruptures d'homogénéité au sein des séries pluviométriques du siècle écoulé met en évidence une variabilité dans la région occidentale, suggérant une diminution progressive des précipitations. L'année 1976 apparaît comme l'année de rupture la plus récurrente, soulignant la précocité des changements climatiques dans l'Ouest algérien. Ces modifications pourraient avoir des répercussions significatives, voire catastrophiques, sur les systèmes de pâturage et les écosystèmes locaux, menaçant ainsi les ressources en eau et la pérennité des activités agricoles dans cette région.
5. Conclusions
73Cette étude a permis d’avoir une meilleure connaissance des tendances pluviométriques en Algérie, conformément aux objectifs fixés.
74Le premier objectif visait à s’assurer de la concordance entre deux sources de données différentes : d’une part, celles du fournisseur mondial CRU, disposant d’une longue série chronologique de données et d’autre part, celles de l’Office National Météorologique (ONM) local, plus limitées dans le temps et présentant des lacunes. Les résultats ont montré une évolution comparable des précipitations sur la période de chevauchement, validant ainsi la fiabilité des deux bases de données.
75Le deuxième objectif portait sur l’évolution des pluviométries à l’échelle du siècle. Les tendances observées dans les principales wilayas algériennes indiquent que la plupart des régions du Centre et de l’Est ne présentent aucune dynamique d’assèchement significative, contrairement aux régions occidentales, qui affichent de manière générale une diminution progressive des précipitations.
76Concernant le troisième axe de recherche, relatif à l’existence d’un gradient d’assèchement, les résultats confirment effectivement que celui-ci touche les régions occidentales et s’accentue en direction de l’ouest.
77L’avenir de l’Algérie occidentale s’annonce difficile et la multiplication de mesures palliatives comme la contruction de barrages, y compris souterrains, de retenues collinaires et de tous les ouvrages de collecte et de stockage de l’eau ainsi que le développement de stations de dessalement devrait être encouragée.
Bibliographie
Achour K. et al., 2020. Spatio-temporal analysis and forecasting of drought in the plains of northwestern Algeria using the standardized precipitation index. J. Earth Syst. Sci., 129, 1-22, doi/10.1111/jac.12124
Aidoud A., Floc'h E. & Houérou H.-N., 2006. Les steppes arides du nord de l’Afrique. Sécheresse, 17(1-2),19-30.
Alexandersson H., 1986. A homogeneity test applied to precipitation data. J. Climatol., 6(6), 661-675, doi.org/10.1002/joc.3370060607
Amghar F., Langlois E., Forey E. & Margerie P., 2016. La mise en défens et la plantation fourragère : deux modes de restauration pour améliorer la végétation, la fertilité et l’état de la surface du sol dans les parcours arides algériens. Biotechnol. Agron. Soc. Environ., 20, 386-396, doi.org/10.25518/1780-4507.12576
Belala F. et al., 2018. Rainfall patterns of Algerian steppes and the impacts on natural vegetation in the 20th century. J. Arid Land, 10(4), 561-573, doi.org/10.1007/s40333-018-0095-x
Beldjazia A. & Alatou D., 2016. Precipitation variability on the massif Forest of Mahouna (North Eastern-Algeria) from 1986 to 2010. Int. J. Manage. Sci. Business Res., 5(3).
Benzater B. et al., 2019. Spatio-temporal trends in daily maximum rainfall in northwestern Algeria (Macta watershed case, Algeria). Arabian J. Geosci., 12, 1-18, doi.org/10.1007/s12517-019-4488-8
Bessaklia H. et al., 2018. Spatial variability of concentration and aggressiveness of precipitation in North-East of Algeria. J. Water Land Dev., 36(1), 3-15, doi.org/10.2478/jwld-2018-0001
Bouamrane A. & Abida H., 2021. Water erosion hazard distribution under a semi-arid climate condition: case of Mellah watershed, north-eastern Algeria. Geoderma, 403, 115381, doi.org/10.1016/j.geoderma.2021.115381
Bouznad I.E. et al., 2020. Trend analysis and spatiotemporal prediction of precipitation, temperature, and evapotranspiration values using the ARIMA models: case of the Algerian highlands. Arabian J. Geosci., 13(24), 1281, doi.org/10.1007/s12517-020-06330-6
Buishand T.A., 1982. Some methods for testing the homogeneity of rainfall records. J. Hydrol., 58(1-2), 11-27, doi.org/10.1016/0022-1694(82)90066-X
Daget P. et al., 1992. Le climat méditerranéen change-t-il ? La sécheresse à Alger au cours des cent dernières années. In : Roten M., éd. Actes du colloque Climat urbain et qualité de l'air, 11-13 septembre 1991, Fribourg, Suisse. Dijon, France : Association Internationale de Climatologie, Vol. 4, 187-196.
Djellouli Y.& Djebaili S., 1984. Synthèse sur les relations flore-climat en zone aride. Cas de la wilaya de Saïda. Bull. Soc. Bot. France, 131(2-4), 249-264.
Elouissi A., Şen Z. & Habi M., 2016. Algerian rainfall innovative trend analysis and its implications to Macta watershed. Arabian J. Geosci., 9(4), 303, doi.org/10.1007/s12517-016-2325-x
Elouissi A. et al., 2017. Climate change impact on rainfall spatio-temporal variability (Macta watershed case, Algeria). Arabian J. Geosci., 10(22), 496, doi.org/10.1007/s12517-017-3264-x.
Grandi M. et al., 2017. Land degradation and sand dynamics in a steppe region (Nâama, south-western Algeria). Span. J. Soil Sci., 7(3), 164-178, doi.org/10.3232/SJSS.2017.V7.N3.02
Harris I. et al., 2020. Version 4 of the CRU TS monthly high-resolution gridded multivariate climate dataset. Sci. Data, 7(1), doi.org/10.1038/s41597-020-0453-3
Hirche A., Boughani A. & Salamani M., 2007. Évolution de la pluviosité annuelle dans quelques stations arides algériennes. Sécheresse, 18(4), 314-320.
Hirche A. et al., 2011. Landscape changes of desertification in arid areas: the case of south-west Algeria. Environ. Monit. Assess., 179(1-4), 403-420, doi.org/10.1007/s10661-010-1744-5
Hirche A. et al., 2015. Three decades of ecological monitoring in Algerian arid rangelands. Environ. Res. J., 9(3), 351.
Hourizi R., Hirche A., Djellouli Y. &Nedjraoui D., 2017. Changements spatio-temporels des paysages steppiques d’Algérie. Cas de la région de Méchéria. Rev. Écol. Terre Vie, 72(1), 33-47, doi.org/10.3406/revec.2017.1870
IPCC, 2014. Climate change 2014: synthesis report. Geneva, Switzerland: IPCC, 1059-1072.
IPCC, 2021. Climate change 2021: the physical science basis. Contribution of working group I to the sixth assessment report of the intergovernmental panel on climate change. Cambridge, UK; New York, NY, USA: Cambridge University Press, doi.org/10.1017/9781009157896
IPCC, 2022. Climate change 2022: impacts, adaptation and vulnerability. Contribution of working group II to the sixth assessment report of the intergovernmental panel on climate change. Cambridge, UK; New York, NY, USA: Cambridge University Press, doi.org/10.1017/9781009325844
IPCC, 2023. AR6 synthesis report: climate change 2023. Geneva, Switzerland: IPCC, https://www.ipcc.ch/report/ar6/syr/, (10/11/25).
JORADP, 2019. Loi no 19-12 du 11 décembre 2019 relative à l'organisation territoriale du pays. J. Officiel Algérien, 2019-078, 18 décembre 2019, 12-…
Kadi M., 1993. Some aspects of the drought in North Africa and in the Mediterranean basin. In: Subtropical climates and their evolution: from space-based observation to modelling. Toulouse, France : Cepadues-Éditions, 171-198.
Kadi‐Hanifi H., 2003. Diversité biologique et phytogéographique des formations à Stipa tenacissima L. de l'Algérie. Sécheresse, 14(3), 169-179.
Kendall M.G., 1975. Rank correlation methods. 4th ed. London: Griffin.
Mann H.-B., 1945. Nonparametric tests against trend. Econometrica, 13, 245-259, doi.org/10.2307/1907187
Meddi M. & Hubert P., 2003. Impact de la modification du régime pluviométrique sur les ressources en eau du Nord-Ouest de l'Algérie. IAHS publication, 229-235.
Meddi H. & Meddi M., 2009. Variabilité des précipitations annuelles du Nord-Ouest de l’Algérie. Sécheresse, 20(1), 57-65, doi.org/10.1684/sec.2009.0169
Meddi M., Talia A. & Martin C., 2009. Évolution récente des conditions climatiques et des écoulements sur le bassin versant de la Macta (Nord-Ouest de l'Algérie). Physio-Géo, 3, 61-84, doi.org/10.4000/physio-geo.686
Merniz N., Tahar A. & Benmehaia A.M., 2019. Statistical assessment of rainfall variability and trends in northeastern Algeria. J. Water Land Dev., 40(1), 87-96, doi.org/10.2478/jwld-2019-0009
Mrad D., Dairi S., Boukhari S. & Djebbar Y., 2020. Applied multivariate analysis on annual rainfall in the northeast of Algeria. J. Water Climate Change, 11(4), 1165-1176, doi.org/10.2166/wcc.2019.272
Nashwan M.S., Shahid S. & Wang X., 2019. Uncertainty in estimated trends using gridded rainfall data: a case study of Bangladesh. Water, 11(2), 349, doi.org/10.3390/w11020349
Nedjraoui D. & Bédrani S., 2008. La désertification dans les steppes algériennes : causes, impacts et actions de lutte. VertigO, 8(1), 1-15, doi.org/10.4000/vertigo.5375
Nouaceur Z., Laignel B. & Turki I., 2013. Changements climatiques au Maghreb : vers des conditions plus humides et plus chaudes sur le littoral algérien ? Physio-Géo, 7, 307-323, doi.org/10.4000/physio-geo.3686
Omari B. et al., 2021. Contribution of phytoecological data to spatialize soil erosion: application of the RUSLE model in the Algerian atlas. Int. Soil Water Conserv. Res., 9(4), 502-519, doi.org/10.1016/j.iswcr.2021.05.004
Pettitt A.N., 1979. A non-parametric approach to the change-point problem. Appl. Stat., 28(2), 126, doi.org/10.2307/2346729
Schumacher V. et al., 2020. Comparison between observations and gridded data sets over complex terrain in the Chilean andes: precipitation and temperature. Int. J. Climatol., 40(12), 5266-5288, doi.org/10.1002/joc.6518
Slimani H., Aidoud A. & Rozé F., 2010. 30 years of protection and monitoring of a steppic rangeland undergoing desertification. J. Arid Environ., 74(6), 685-691, doi.org/10.1016/j.jaridenv.2009.10.015
Taïbi S., Meddi M., Mahé G. & Assani A., 2017. Relationships between atmospheric circulation indices and rainfall in Northern Algeria and comparison of observed and RCM-generated rainfall. Theor. Appl. Climatol., 127(1-2), 241-257, doi.org/10.1007/s00704-015-1626-4
Taïbi S., Meddi M. & Mahé G., 2019. Seasonal rainfall variability in the southern Mediterranean border: observations, regional model simulations and future climate projections. Atmósfera, 32(1), 39-54, doi.org/10.20937/ATM.2019.32.01.04
Wassmann R. et al., 2018. Why increased extreme precipitation under climate change negatively affects water security. Hydrol. Earth Syst. Sci., 22(11), 5935-5946, doi.org/10.5194/hess-22-5935-2018

