Alliance Mondiale contre le changement climatique (AMCC)

Global Climate Change Alliance (GCCA)

Atlas agroclimatique sur la

variabilité et le changement
climatique au Sahel

Janvier 2015
Préface

Les secteurs prioritaires (agriculture, élevage, eau, etc..) sont les plus affectés par le climat
et ses variations dans les pays en voie de développement de l’Afrique de l’Ouest. Dans
ces régions, l’agriculture vivrière pluviale occupe une place capitale dans les économies
nationales. En effet, les populations de ces pays sont majoritairement rurales et exploitent
des systèmes de production dont les performances sont étroitement soumises au climat.
Cette vulnérabilité structurelle au climat s’est particulièrement amplifiée au Sahel à la fin du
20ème siècle, suite à une réduction des précipitations concomitante à une augmentation de
la population. Les sécheresses des années 1970 et 1980, l’accroissement des températures,
la variabilité accrue des pluies et ses composantes ainsi que et les fortes pluies récurrentes
des années 2000 qui ont frappé la zone, constituent quelques-uns des événements extrêmes
qui seront, sans doute, amplifiés par les changements climatiques (IPCC, 2013).

Au regard de ce contexte climatique, le Centre Régional Agrhymet (CRA) se doit d’élaborer

et de disséminer des informations pertinentes sur les risques climatiques du secteur agricole
et faire des propositions pour faire face aux menaces liées au climat sur le secteur agricole.
C’est dans ce contexte que s’inscrit le projet Global Climate Change Alliance (GCCA)
ou Alliance Mondiale contre le Changement Climatique. Il a pour objectif d’appuyer les
pays à faire face aux changements climatiques pour l’atteinte des objectifs de réduction
de la pauvreté. L’élaboration d’un atlas agroclimatique sur le changement climatique
s’inscrit dans le cadre de la composante 1 «Amélioration des systèmes d’informations
hydroclimatologiques ainsi que les capacités d’analyse de l’évolution du climat et ses
conséquences en Afrique de l’Ouest» du programme regional GCCA/AMCC dans la zone
CILSS-CEDEAO.
Remerciements

L’atlas agroclimatique sur le changement climatique au Sahel a été conduit dans le cadre du
programme régional intra ACP AMCC/GCC. Il a été préparé conjointement une équipe dirigée
par Dr Benoit SARR, agrométéorologiste, et coordonnateur scientifique du programme
AMCC/GCCA zone CILSS/CEDEAO et composé de Dr Mohamed Ly, climatologue, Dr Seyni
Salack, agrométéorologiste, Dr Alhassane Agali, agrophysiologiste, Dr Seydou Traoré,
agrométéorologique et chef de l’Unité de Coordination scientifique du Centre Régional
Agrhymet. Toutes ces compétences ont contribué à la préparation, au contrôle qualité
et l’analyse des données climatiques. Mr Brahima Koné et Oumbama Zakaria ont fourni
un appui dans la collecte et l’organisation des données, Mr Jean Claude Ouédraogo à
la représentation cartographique et en fin Mlle Mariama Moussa pour le traitement des
textes.

L’équipe exprime ses sincères remerciements a tous les rélecteurs qui ont fait des
commentaires et observations pertinentes tendant à améliorer la qualité du document.

Cet atlas a été réalisé avec le soutien financier de l’Union Européenne à travers le
programme Alliance Mondiale contre le changement climatique, une initiative du Secrétariat
ACP. L’équipe tient à remercier tous ceux qui ont contribué de près ou de loin à l’élaboration
de cette étude.
Auteurs
Dr Benoît SARR (Agrhymet, CILSS, Niger), Dr Mohamed Ly (Agrhymet, CILSS, Niger), Dr
Seyni Salack (Agrhymet, CILSS, Niger et programme Wascal), Dr Alhassane Agali (Agrhy-
met, CILSS, Niger), Dr Seydou Traoré (Agrhymet, CILSS, Niger),

Contributeurs
Dr Benoît SARR (Agrhymet/ CILSS, Niger), Dr Mohamed Ly (Agrhymet / CILSS, Niger), Dr
Seyni Salack (Agrhymet / CILSS, Niger et programme Wascal), Dr Alhassane Agali (Ag-
rhymet / CILSS, Niger), Dr Seydou Traoré (Agrhymet / CILSS, Niger),

Relecteurs
Prof Amadou GAYE (Laboratoire Physique atmosphère, UCAD, Sénégal) Dr P. Hiernaux
(CNRS, France), Pierre Camberlin (Centre de recherche de Climatologie, Dijon, France),
M’Baye Diop (ISRA, Sénégal), Chritian Baron (CIRAD, France)

Infographie et cartographie
Jean claude Ouédraogo (Agrhymet / CILSS, Niger),
Pape Oumar DIEYE UCID/Agrhymet
Boubacar Mainassara Abdoul Aziz UCID/Agrhymet

Publié par :
Le centre Régional Agrhymet / CILSS
Ce document a été élaboré avec l’appui financier de l’Union Européenne (UE). Le con-
tenu de la présente publication n’engage que les auteurs et l’UE n’est pas responsable de
l’usage qui pourrait être fait des informations qui y sont contenues.
Les utilisations à des fins non commerciales seront autorisées à titre gracieux sur de-
mande. La reproduction pour la revente ou à d’autres fins commerciales, y compris à des
fins didactiques, pourront être soumises à des frais.
Liste des acronymes

ACP Afrique, Caraïbes, Pacifiques

AEJ Jet d’Est Africain
AMCC Alliance Mondiale contre le Changement climatique

CC Changement Climatique
CCNUCC Convention Cadre des Nations Unies sur le Changement Climatique
CEDEAO Communauté Economique des Etats d’Afrique de l’Ouest
CILSS Comité permanent Inter-Etats de Lutte contre la Sécheresse dans le Sahel
CNRS Centre National de Recherche Scientifique
CRA Centre Régional de Formation et d’Application en Agrométéorologie et Hydrologie
Opérationnelles (Centre Régional AGRHYMET)
ETc Evapotranspiration maximale
ETo Evapotranspiration potentiele
DS Date de sémis
DSSAT Decision Support System for Agro-technology
FIT Front InterTropical
FOD Faux départs
FOF Fins précoces
GCCA Global Climate change Alliance
GIEC Groupe Intergouvernemental d’Experts sur l’Evolution du Climat
ISRA Institut Sénégalais de Recherche Agricole
MDP Mécanisme pour un Développement Propre
MOA Mousson Ouest Africain
NASA National Aeronautics and Space Administration
PAN Plan d’Adaptation Nationaux
PANA Programme d’action national d’adaptation aux changements climatiques
PMA Pays moins avancés
REDD+ Réduction des émmissions due à la dégration et à la déforestation
SOA Sahel Ouest Africain
TEJ Jet d’Est Tropical
UCAD Université Cheikh Anta Diop
UCID Unité, Communication, Information et Documentation
UE Union Européenne
ZCIT Zone de convergence intertropicale
Titres : Atlas agroclimatique sur la variabilité et le changement climatique
au Sahel

Mots clés : variabilité et changement climatique, réchauffement climatiques, risques cli-

matiques, impact, agriculture, stratégies d’adaptation
Résumé exécutif

Sur la base d’observations climatiques historiques, d’analyse du climat observé et futur, et

de simulations a l’aide de modèles biophysiques des impacts du climat sur l‘agriculture, cet
atlas présente un ensemble de représentations cartographiques, graphiques et tabulaires
qui permet de répondre à l’ensemble des questions que posent tout citoyen sur l’état du
changement climatique.

L’atlas abrite, en effet, un socle d’informations importantes sur la variabilité et les

changements climatiques au Sahel. L’état du réchauffement climatique, la variabilité accrue
des pluies, le dysfonctionnement des paramètres de la saison des pluies, la recrudescence
des phénomènes climatiques et météorologiques extrêmes (vague de chaleur, sécheresse,
fortes pluies), les impacts du changement climatique sur les cultures, la voie à emprunter
en matière d’agriculture mieux réfléchie face au climat sont autant d’informations qui y
sont illustrées. Il fournit, en effet, des pistes et de recettes sur la manière d’agir à court,
moyen et long terme pour adapter les secteurs clés au changement climatique.
Enfin, cet atlas qui a pour ambition de toucher une large communauté d’utilisateurs est
traduit en langage clair et compréhensible par tous.
1. Contexte environnemental

Selon l’Organisation des Nations Unies, la population des pays d’Afrique au Sud du Sahara
passera de 850 million aujourd’hui à près de 1,7 milliards en 2050 (UN, 2009). Ce qui
correspond à plus de 35 % d’accroissement. Le principal corollaire de cet accroissement
de la population est l’augmentation concomitante de la demande en nourriture et l’énorme
défi à maintenir une production agricole durable. La difficulté des pays de la zone CILSS/
CEDEAO tient principalement au fait que l’agriculture est tributaire au climat et les
populations ont une capacité économique et institutionnelle limitée pour s’adapter aux
changements. Par ailleurs, en se basant sur la synthèse de nombreuses publications
scientifiques, le quatrième rapport d’évaluation du Groupe Intergouvernemental des
Experts du Climat a désigné l’Afrique de l’Ouest comme étant l’un des épicentre de la crise
alimentaire en Afrique sub-saharienne et les changements climatiques prévus au cours de
la première moitié du 21ème siècle affecteront durement les zones déjà vulnérables.
2. Enjeux et défis pour un atlas agroclimatique sur les changements
climatiques

Avec les pratiques agricoles existantes et la très grande variabilité climatique caracté-
risant la zone, l’approvisionnement en nourriture des populations représentera un défi
encore plus difficile à surmonter. Si des mesures d’adaptation ne sont pas prises, la fré-
quence de plus en plus élevée des évènements extrêmes tels que les inondations, l’oc-
currence des pauses pluviométriques extrêmes, les sécheresses etc. vont accentuer, la
vulnérabilité des systèmes de production agricole. Dans ce contexte, la veille climatique
des régions semi-arides doit être améliorée et renforcée avec des applications agro-mé-
téorologiques qui tiennent compte non seulement du niveau de significativité statistique
des changements observés mais aussi de leurs impacts sur les cultures. Le défi majeur
est de fournir des informations de qualité afin de guider la prise de décision pour mieux
faire face aux climats et ses variations.
3. Public Visé

Cet atlas est destiné aux décideurs politiques, à de nombreux usagers et aux agences de
coopération pour le développement, etc. Il est conçu afin de présenter aussi un intérêt pour
les acteurs et les usagers de terrain intervenant dans les secteurs clés du développement
(agriculture, élevage, foresterie, eau, santé, énergie), les planificateurs, les aménagistes
et divers spécialistes du monde de la recherche et de la formation. Cet atlas est également
destiné aux négociateurs ouest africains et aux points focaux de la CCNUCC sur le climat.
Il contient également une masse d’information capitale qui constituent des arguments
techniques pour les négociateurs climat ouest africains dans le cadre des débats inter
gouvernementaux sur le climat
4. Objectifs spécifiques

Cet atlas a pour objectif de promouvoir la compréhension de la variabilité et du chan-

gement climatique et de ses impacts sur les secteurs prioritaires tels que l’agriculture et
susciter des actions qui favorisent l’intégration de l’adaptation au changement climatique
dans la planification du développement.

Spécifiquement, l’atlas a pour objectifs:

• de produire des informations pertinentes sur le réchauffement climatique dans le

monde et en Afrique de l’Ouest,

• de fournir des informations sur la variabilité, les tendances de la pluviométrie et des

caractéristiques de la saison des pluies ainsi que les extrêmes climatiques,
• d‘identifier les risques climatiques actuels et futurs majeurs et de leurs impacts pour
l‘agriculture,

• de diffuser auprès des groupes cibles et des usagers finaux les produits climatiques
générés en langage clair et compréhensible,

• de susciter la prise de conscience et de décision au niveau des acteurs et favoriser

l’adaptation au changement climatique dans les plans, stratégies et politiques de
développement.
5. Méthodologie de l’étude

Données de base
Les données météorologiques de pluviométrie, de températures minimales et maximales
journalières des années 1950 à 2010 ont été exploitées. Pour le cas des pays du CILSS,
les données pluviométriques proviennent du Système de Gestion de la Base de Données
Régionales (SGBD) du Centre Régional Agrhymet. Pour les données de températures
minimales et maximales, elles proviennent du SGBD et de différentes sources dont les
bases de données météorologiques des pays, complétées par des bases de données dis-
ponibles sur internet.

Indices climatiques et agroclimatiques

Les indices climatiques et agroclimatiques les plus pertinents pour détecter la variabilité
et le changement climatique ont été recensés et analysés (Annexe1).

Méthodologies d’analyse des données

Les données ont fait l’objet :
- de contrôle qualité de données à l’aide du progiciel RClimDex,
- l’analyse statistique des données à l’aide du logiciel R et la cartographie des
risques,
- d’analyse des tendances sur les séries temporelles des températures (calcul de
l’indice de Lamb, notamment le test non paramétriques de Tau Kendall de la pente
a été utilisé pour estimer la tendance dans les séries chronologique (Si la valeur de
p est inférieure à 0.05 la tendance est significative avec un niveau de confiance de
95 %) et test de Student de changement de moyennes entre deux sous
échantillons,
- L’application du test paramétrique t de Student de comparaison des moyennes des
deux sous séries obtenues de part et d’autre du point de rupture (Arlery et al.,
1973) a permis également de mettre en évidence la significativité des ruptures liées
aux variations du climat,
- Seules les stations dont les données manquantes inférieures à 10 % ont été
sélectionnées dans l’étude. La période normale 1961-1990 a été considérée. Au
regard du contexte climatique de la période actuelle caractérisée par une variabilité
accrue des pluies, la recrudescence des évènements extrêmes tels que les fortes
pluies l’accroissement des températures, la période 1990-2010, quoique constituée d’une
vingtaine d’années a été également étudiée.

Etude des impacts des changements climatique sur l’agriculture

Des simulations ont été réalisées à l’aide du modèle biophysique Decision Support Sys-
tem for Agro-technology Transfer (DSSAT) (Jones et al. 2003, Hoogenboom et al. 2010)
afin d’étudier les Impacts de la hausse des températures, du CO2 et les variations des
pluies sur les cultures de mil et de maïs.
6. Les changements climatiques dans le monde et en Afrique

Selon le 5 ème rapport du Groupe

Intergouvernemental des Experts
en Climat (GIEC), de 1906 à
2012, la température moyenne
à la surface de la Terre a partout
augmenté (figure 1). La hausse
moyenne sur cette période est
de 0.80°C et les incertitudes sur
le réchauffement climatique futur
sont faibles. Au cours de la même
période, le niveau moyen des mers
s’est élevé de 0,19 m. Le 20 ème
siècle a probablement été le siècle
le plus chaud depuis 1000 ans et
les décennies 1990 et 2000 ont
connu le réchauffement le plus
Figure 1: Taux d’accroissement des températures dans le monde important de ce siècle.
de 1901-2012

Tableau 1: Les 10 années les plus chaudes entre 1880 et 2013 dans le monde (d’après les
seules mesures des stations météorologiques au sol) source NASA 2013.

N° Année Écarts par rapport à la moyenne de 1951–1980

1 2010 +0,92 °C
2 2005 +0,86 °C
3 2007 +0,85 °C
4 1998 +0,82 °C
5 2013 +0,82 °C
6 2009 +0,79 °C
7 2011 +0,78 °C
8 2002 +0,77 °C
9 2003 +0,77 °C
10 2006 +0,77 °C

Selon le Goddard institute for space studies (GISS) de la NASA, l’année 2010 (tableau 1)
a été l’année la plus chaude et marque une suite de 30 années les plus chaudes jamais
enregistrées depuis l’avénement des observations météorologique, en dépit des effets
d’une faible activité solaire. Le réchauffement s’est globalement poursuivi sans discon-
tinuer de 1980 à 2010, sur 30 ans, intervalle de temps généralement considéré par les
climatologues comme suffisamment représentatif des tendances du climat d’une région
donnée.

Ce réchauffement planétaire semble de plus corrélé avec une forte augmentation dans
l’atmosphère de la concentration de plusieurs gaz à effet de serre, dont le dioxyde de car-
bone, le méthane et le protoxyde d’azote.
Selon les profils représentatifs d’évolution
des concentrations de gaz à effet de serre
(RCP) qui sont des scénarii de référence de
l’évolution du forçage radiatif (changement
de bilan radiatif en Watt par m 2, figure 2),
la température du global augmenterait en
moyenne de 1°C [0,4 à 1,6] et de 2° C [1,4
à 2,6] en 2046 -2065 respectivement pour
le RCP2,6 (scénario minimal) au RCP8,5
(scénario maximal). Cette hausse atteindrait
en moyenne plus de 1°C [0,3 à 1,7] et 3,7 ° C
[2,6 à 4,8] en 2081-2100 pour le RCP2,6 et le
RCP8,5 respectivement (figure 3).

Figure 2: Evolution de la concentration globale du dioxyde de car-

bone en parties par million (ppm). (Source : Sillmann et al., 2013).

Ce réchauffement global sera plus intense, plus rapide que prévu et inexorable (avec ou
sans mesures d’atténuation) d’ici la moitié du 21 ème siècle.

Figure 3: Projections climatiques à la fin du 21ème siècle. (a) taux d’augmentation de la température de l’air
à la surface du globe et (b) pourcentage des précipitations, au cours de la période 2081 -2100 comparée à la
période 1986 -2005 (GIEC, 2013).
L’état d’un réchauffement permanemment supérieur aux records historiques est prévu
en moyenne globale en 2047 (± 14 ans de variabilité spatiale) alors qu’en en Afrique de
l’Ouest, il se situe autour de 2030 (± 8 ans de variabilité spatiale).

Figure 4: Années de début du réchauffement permanemment supérieur aux records historiques. a) variabilité
interannuelle et b) variabilité mensuelle (Source : Mora et al., 2013)

6.1 Causes du réchauffement climatique

Pour l’essentiel, les scientifiques s’accordent pour dire que le rejet massif de gaz à effet
de serre (ges) dans l’atmosphère dû aux activités humaines est la cause principal du ré-
chauffement climatique. Depuis 1750, sous l’effet des activités humaines, les concentra-
tions atmosphériques de CO2, et autres gaz à effet de serre (GES) anthropiques se sont
fortement accrues. Selon le GIEC (2013), il est extrêmement probable que l’influence
humaine a été la cause principale du réchauffement climatique du fait de l’accentuation
de l’effet de serre anthropique.

L’effet de serre : une partie du rayonnement infrarouge émis par la Terre vers l’atmosphère
terrestre reste piégée dans les basses couches par les gaz dits « à effet de serre »,
augmentant ainsi la température de la basse atmosphère .
Lorsque le rayonnement solaire atteint l’atmosphère terrestre, une partie (28 %) est
directement réfléchie (renvoyée vers l’espace) par l’air, les nuages et la surface claire de
la Terre particulièrement les surfaces blanches, c’est l’albédo. Les rayons incidents qui
n’ont pas été réfléchis vers l’espace sont absorbés par l’atmosphère (21 %) et la surface
terrestre (51 %). Cette partie du rayonnement absorbée par la Terre créée de la chaleur
(énergie) qui est restituée à son tour, la nuit notamment, en direction de l’atmosphère
sous forme de rayons infrarouges : c’est le rayonnement du corps noir. Ce rayonnement
est en partie absorbé par les gaz à effet de serre, puis réémis sous forme de chaleur vers
la Terre : c’est l’effet de serre (figure 5) en référence au comportement d’une serre vis à
vis de la lumière et de la chaleur (figure 6). Sans ce phénomène, la température moyenne
sur terre chuterait d’abord à -18 C. Or, les observations montrent une température de la
terre de l’ordre de + 15 °C. Selon les scénarii d’émission de gaz à effet de serre qui sont
étroitement dépendant de l’évolution démographique, technologique et socio-économique
du monde, la température du globe pourrait atteindre + 16,5° C à 19,5 ° C (figure 7).
Les constituants de l’atmosphère qui participent au phénomène de l’effet de serre sont
notamment la vapeur d’eau, le gaz carbonique, l’ozone, le méthane et l’oxyde nitreux.
Environ un tiers du CO 2 a été produit par l’homme.
 Figure 5. Principe de l’effet de serre et mécanisme de réchauffement de la terre

L’augmentation actuellement observée des • suivie par l’industrie à 19,4 % ;

quantités de gaz à effet de serre, comme le • le secteur forestier à 17,4 % ;
CO2, contribue à renforcer l’effet de serre. • l’agriculture à 13,5 % ;
Les concentrations actuelles de CO2 dans • les transports à 13,1 % ;
l’atmosphère dépassent de loin les taux • les habitations à 7,9 % ;
des 650 000 dernières années. Elles sont • les déchets et eaux usées à 2,8 %.
passées de 280 ppm en 1970 à 379 ppm en
2005, 391 ppm en 2011. Il a été prouvé par L’hypothèse d’un lien entre la température
l’étude isotopique du carbone dans l’air que moyenne du globe et le taux de dioxyde de
cette augmentation des quantités de gaz à carbone dans l’atmosphère a été émise pour
effet de serre est dûe pour plus de la moitié la première fois en1895 par le Prix Nobel
à la combustion de matière carbonée fossile, de Chimie Svante Arrhenius. Ce dernier
l’autre partie étant due essentiellement avait démontré que l’augmentation de la
à la déforestationLes concentrations concentration de CO2 dans l’atmosphère
atmosphériques du dioxyde de carbone risquait d’accroître très significativement la
(CO2), du méthane et de l’oxyde nitreux ont température de la planète. Il avait calculé
augmenté pour atteindre des niveaux sans qu’un doublement de la teneur en CO2
précédent depuis au moins 800000 ans. Les pourrait provoquer un réchauffement de 4
concentrations de CO2 ont augmenté de à 6°C. Ces valeurs sont parfaitement en
40% depuis la période préindustrielle. Cette cohérence avec celles fournies par les
augmentation s’explique en premier lieu par modèles climatiques du 21ème siècle.
l’utilisation de combustibles fossiles, et en Ce qui prouve l’ancienneté de la théorie
second lieu par des émissions nettes dues scientifique du réchauffement climatique.
à des changements d’utilisation des sols.
Les émissions anthropiques de CO2
ont accumulé 240 [230 à 250] GtC dans
l’atmosphère (GIEC, 2013).
Figure 6: Vue
En 2004, 49 milliards de tonnes équivalent d’une serre et de
CO2 sont émises annuellement par les son comportement
activités humaines, réparties comme suit vis-à-vis du
(figure 8) : rayonnement
solaire et de la
• la part due au secteur énergétique est chaleur
de 25,9 % ;
 Figure 7: Effet de serre naturel et effet de serre anthropique

Figure 8: Gaz à effet de serre et secteurs emetteurs de gaz à effet de serre

6.2 Les changements climatiques au Sahel Ouest Africain

La région CILSS/CEDEAO est la zone comprise entre les longitudes 18°W et 25°E et les
latitudes 3°N et 28°N. Elle couvre plus de 5 millions de km² et compte plus de 300 millions
d’habitants. Elle comprend 17 pays à savoir le Bénin, le Burkina Faso, le Cap vert, la
Côte d’Ivoire, la Gambie, le Ghana, la Guinée-Bissau, la Guinée, le Liberia, le Mali, la
Mauritanie, le Niger, le Nigeria, le Sénégal, la Sierra Leone, le Tchad et le Togo.

Le Sahel Ouest Africain (SOA) désigne les pays de la bande sahélienne et le Nord des
pays côtiers humides (Bénin, Nigéria, Togo) à régime pluviométrique unimodal (Figure
9).
 Figure 9: Zone du Sahel Ouest Africain, le réseau de station utilisé et la climatologie des précipitations de
la période 1981-2010

La dynamique de la circulation atmosphérique dans la région du Sahel Ouest Africain

(SOA) est constituée de deux flux importants : les vents Nord/Nord-Est appelés les alizés
et les vents du Sud/Sud-Ouest appelés la mousson qui s’installent sur la région sahélienne
de mars à octobre.

Figure 10 : Cycle de l’harmattan et de la mousson en Afrique de l‘Ouest , en saison sèche (à gauche) and saison des
pluies (droite)

L’interface entre ces deux courants d’air est la zone de convergence intertropicale (ZCIT).
La trace de la ZCIT au sol est dénommée le front intertropical (FIT) dont le déplacement
latitudinal (entre 4-6°N en Janvier et 20-25°N en Août) favorise la pénétration de la mousson
(figure 10). Les facteurs physiques et dynamiques de l’atmosphère déterminants pour la
mousson Ouest Africain (MOA) sont le Front Intertropical (FIT), La dépression thermique
saharienne, le Jet d’Ouest Subtropical, les Thalwegs en provenance des moyennes
latitudes, le Jet d’Est Tropical (TEJ), le Jet d’Est Africain (AEJ), Les Ondes d’Est Africaines
et les vortex cycloniques, l’Air sec en moyenne troposphère, le flux d’humidité, l’énergie
des basses couches et l’activité convective.
La coexistence et l’interaction de ses éléments avec d’autres parties du système climatique,
tels que la distribution et l’occupation des sols, déterminent le temps météorologique
dominant dans la sous-région.

6.3 Etat du réchauffement climatique observé en Afrique de l’Ouest

Un réchauffement plus rapide que la moyenne mondiale

Les températures en Afrique de l’Ouest et particulièrement dans le Sahel, ont évolué
quelque peu plus rapidement que la moyenne mondiale, avec des augmentations allant de
0,5°C à 0,8°C depuis la fin des années 1970. La hausse de température devient continue
et plus importante sur les températures minimales que sur les températures maximales.
Cela est bien visible sur toutes les sous-régions du Sahel-Est, Ouest et Central. Dans
la partie Nord des pays humides (Bénin, Togo, Nigeria) la hausse des températures
minimales. est moins marquée comparativement aux zones sahéliennes (fig 12a et 12b).

Figure 11: Anomalies des températures minimales (en haut) et maximales (en bas) au Sahel ouest Africain
Figure 12 a: Anomalies de températures maximales de 1960 à 2010 dans les sous-régions du Sahel ouest Africain

Figure 12b: Anomalies de températures minimales de 1960 à 2010 dans les sous-régions du Sahel ouest Africain
 Figure 13: Typologie des années
du point de vu thermique : année
«chaudes», «moyennes» «froides»,
selon la méthode d’Analyse en
Composante Principale.

Les années 90 et 2000 ont

constitué la décennie la plus
chaude du 20 ème siècle (figure
13). Les années 1998, 2005,
2003 et 2002 ont été les plus
chaudes jamais enregistrées
depuis 1861.
Le dendrogramme a permis
d’identifier trois grandes périodes
d’évolution des températures au
Sahel avec un réchauffement
climatique plus intense, comme
au niveau mondial au cours de
la décennie 2000-2010 (figure
13).
Les années 2004, 2003, 2006,
2000, 2002, 2001, 2008, 2007,
2005, 2010, 2009 ont été les
plus chaudes depuis le début des
enregistrements dans la zone.
Depuis 1976, la hausse s’est
nettement accélérée, atteignant
0,18°C par décennie. La tendance
linéaire du réchauffement sur les
50 dernières années de 1956
à 2005 (0,13° C par décennie)
est presque deux fois celui des
100 ans de 1906 à 2005 (Sarr,
2009).
Figure 14 : Evolution des températures minimales au niveau de certaines localités du SOA
 Figure: 15 variabilité des temperature moyennes saisonnières relativement a la normale 1961-1990 au SOA.

La figure 15 montre que la saison

sèche (mars, avril, mai), le mois
d’octobre et la saison froide
(Novembre, décembre, janvier)
se sont plus réchauffés que la
saison des pluies. La plus faible
hausse des températures durant
la saison des pluies pourrait être
du à la tendance à un retour à
des conditions pluviométriques
meilleures observées dans la
zone depuis les années 90.

L’augmentation des températures

selon les différents modèles
climatiques et le sénario dit
pessimiste RCP8,5 à l’horizon
2050 serait comprise entre 1 et
1,5 sur les zones cotières, entre
1,5 et 2 dans la zone sud humide
et sahélienne est supérieure à
2°C dans la bande saharienne.

Figure 16: Taux de réchauffement projeté par la moyenne d’ensemble de 6 modèles climatique du GIEC (2013) [BCC-CSM1,
CSIRO-Mk3-6-0, IPSL-CM5A-LR, IPSL-CM5A-MR, MIROC5, NorESM1-M] selon le forçage radiatif RCP8.5 a l’horizon 2050.
 Figure 17: Réchauffement climatique projeté par quatre modèles climatiques régionaux [CLM, HadRM3P, RACMO, REMO]
selon le scenario socio-économique A1B du GIEC (2007) à l’orizon 2050.

Augmentation des événements extrêmes de température

Les indices des températures montrent un réchauffement généralisé à travers le SOA

sur la période 1960-2010. En effet, si l’on examine la fréquence des nuits froides, on
s’aperçoit que la tendance présente une pente négative. Ce qui veut dire que les nuits
froides diminuent.

Quant aux jours

chauds ils augmentent
également alors que
les vagues de chaleurs
sont devenues de plus
en plus fréquentes. Les
températures minimales
et maximales augmentent
et l’amplitude diurne des
températures baisse.
Ce qui suppose que
le réchauffement est
plus important sur les
températures minimales
que sur les températures
maximales. Figures 18 à
21.

Figure 18: Tendance historique (1960-2010) des jours chauds.

 Figure 19: Tendance historique (1960-2010) des nuits froides.

Figure 20: Tendance historique (1960-2010) des vagues de chaleur

Figure 21: Tendance historique (1960-2010) de l’amplitude thermique (Source: Ly et al., 2013)
En outre, il a été obsservé une tendance à une augmentation en plusieurs endroits, sans
cohérence spatiale, de fortes pluies journalières au cours de ces 20 dernières années (fig
22).

Cette situation serait

en concordance avec
la recrudescence des
inondations enregistrées dans
la région depuis les années
90. Le nombre d’inondations
est passé en moyenne de 2 à
plusplus de 6-8 par an au cours
de ces dernières décennies.
Il est très probable (90 %)
selon le GIEC (2007) que
ces inondations soient liées
au changement climatique et
qu’elles continuent à devenir
plus fréquentes et plus
intenses (Sarr, 2012).
Figure 22 : Tendances des pluies maximales journalières cumulées en 3 jours
consécutifs entre 1990 et 2010

6.4 Risques agroclimatiques associés à la pluviométrie observée

Une variabilité accrue des précipitations

L’analyse du cumul annuel de la pluie met en exergue trois époques du régime pluviométrique
dans le SOA. Dans la période 1950-1969 les cumuls pluviométriques et l’intensité des
cumuls journaliers sur 3 jours consécutifs sont excédentaires. Dans la période 1970-1990
les cumuls et l’intensités des cumuls journaliers sont déficitaires. La période 1991-2010
est caractérisée par des déficits la moyenne des cumuls pluviométriques, l’intensité des
cumuls journaliers sur 3 jours, assez proches de la normale (tableau 2). Ce « retour
apparent » de la pluviométrie, vers des conditions normales des années post-1990
est caractérisé par une variabilité accrue (fig 23) de la pluviométrie qui rend difficile la
planification agricole. La variabilité inter décennale est statistiquement significative et
dénote un changement du régime pluviométrique notable.

Tableau 2: Paramètres du test de significativité au seuil de 5%, obtenus sur les

caractéristiques du régime pluviométrique (Source: Alhassane et al., 2013)

Variable Comparaison Test des Variances Test des Pourcentage

([Link]) moyennes relatif (%)
([Link])
Cumul annuel 1970-1990 versus 1950-1969 0.000* 0.000* -28.1*
(mm) 1970-1990 versus 1991-2010 0.026* 0.000* -9.0*
1991-2010versus 1961-1990 0.867 0.135 +2.2

Cumul en 2 1970-1990 versus 1950-1969 0.000* 0.000 -23.0

jours consé- 1970-1990 versus 1991-2010 0.000* 0.000* -10.2*
cutifs (mm) 1991-2010versus 1961-1990 0.000* 0.000* +4.1*

*Statistiquement significatif au seuil de 5%

 Figure 23: Anomalies (relatives à la moyenne 1961-1990) des cumuls pluviométriques annuels au SOA

Des faux départs et fins précoces persistants

Les pauses pluviométriques (DS) sont des indicateurs de la répartition intrasaisonnière

de la pluie pendant la saison culturale. Les DS qui durent deux semaines ou plus sont
observés en début de la saison des pluies (catégorie DS4). Celles qui durent plus d’une
semaine sont observés souvent vers la fin de la saison des pluies (catégorie DS3).
Toutes les deux categories sont liées aux faux départs (FOD), fins précoces (FOF), et aux
raccourcissements de la saison culturale.
Une analyse de l’occurrence des FOD/FOF montre que dans les années humides (P1),
les dates de FOD sont plus fréquents deux semaines ou plus avant la 1ere decade de juin
(avec une valeur médiane de 16 jours). Alors que, de 1970 à nos jours, les périodes à
risques de FOD, sont observées un peu apres le début juin (avec des valeurs médianes de
0-5 jours par rapport au 10-juin). Par ailleurs, les dates de FOF sont plus tardives dans les
années 1950-1969 que dans les années 1970-2010. Dans la période actuelle qui semble
revenir vers une situation pluviométrique normale, les risques de faux départs/fin précoce
de saison sont très probables (fig 24).

Figure 24: Evolution comparative des dates d’occurrence des pauses pluviométriques extrêmes caractérisant les faux départ/
fin précoce des saissons (Source: Salack et al., 2013)
Des dates de semis tardives et longueurs de saisons culturales courtes

La période 1950-1969 dans laquelle les cumuls pluviométriques et l’intensité des cumuls
journaliers sur 3 jours consécutifs sont excédentaires, les dates de début de saison sont
précoces et les saisons sont assez longues. La période 1970-1990 sur laquelle les cumuls
et les intensités des pluies sont déficitaires, les longueurs des saisons sont plus courtes
et les dates de début des saisons sont devenues tardives par rapport à la moyenne 1961-
1990. La période 1991-2010 qui est caractérisée par des déficits pluviométriques assez
proches de la normale, et comportant quelques années excédentaires, les dates de début
de saison restent relativement tardives, avec seulement quelques années à début normal
ou précoce, comme dans la période précédente 1970-1990 (fig 25).

Figure 25: Evolution des indice d’anomalies des dates de semis et longueurs moyennes des saisons au Sahel Ouest Africain
(Source : Alhassane et al., 2013 ).

Ré-semis et Stress hydrique post-floraison très probables

On définit les risques de ré-semis dans la région, lorsqu’il y a occurrence de séquence sèche
d’une durée relativement longue après les semis. L’indice agroclimatique correspondant à
ce paramètre de la pluviométrie locale est la séquence sèche maximale dans les 30 jours
après la date de début de saison (SQSsem). Cet evenement est de plus en plus fréquent
dans le SOA surtout en 1991-2010. En passant d’une période à l’autre, la durée moyenne
de SQSsem n’a pas connu un changement statistiquement significatif, au seuil de 5%.
Néanmoins, la variabilité est plus importante. Ces résultats renforcent l’hypothèse selon
laquelle les risques de ré-semis sont beaucoup plus probables dans les périodes récentes
(Agali et al 2013).
Pour des variétés non-photopériodiques, ayant une durée moyenne de cycle de 90 jours
ou un peu moins, le début de la période épiaison-floraison est estimé à 50 jours après
semis. La durée moyenne de ces pauses observée en 1950-1960 (P1) est de 7 jours (±
5), alors qu’elle est de 9 jours (±7) en 1961-1990 (période de référence) et de 9 jours (±
6) en 1991-2010 (P3). Ces différences de moyennes sont statistiquement significatives
entre la période P1 et la période de référence P3. Alors qu’il n’y a pas de différence entre
la période de référence et la P3. Il ressort de ces résultats que les risques de stress
hydriques augmentent avec l’augmentation de la durée des séquences sèches, en phase
reproductive des cultures pluviales, notamment les céréales précoces (mil, sorgho, maïs,
etc.).

Amplitude et fréquence accrues des cumuls journaliers intenses

L’amplitude des cumuls journaliers intenses et leur fréquence d’occurrence augmentent de

manière significative. Dans la période 1991-2010, la situation est très variable avec une
majorité d’excédents pluviométriques expliqués par une fréquence élevée d’événements
intense. L’analyse de l’évolution temporelle de la fréquence des événements pluviométriques
extrêmes dans le SOA montre une augmentation statistiquement significative du nombre
de jour pluvieux intenses dans les deux dernières décennies. Cela n’est visible que
lorsque les quantités de fortes pluies et très intense sont extraites du nombre total annuel
des jours pluvieux. Cette tendance à l’augmentation est très similaire à celle des années
1950-1969. Par contre, cette évolution est différente de la tendance quasi-stationnaire
des cumuls pluviométriques journaliers faibles (fig 26).

Figure 26: Variabilité interannuelle du nombre de jours pluvieux 1950-2010 sur la région du Sahel Ouest Africain. (a)
Nombre total saisonnier, (b) Nombre de jours pluvieux faibles, (c) Nombre de jours pluvieux forts (d) Nombre de jours
pluvieux très intenses
Tableau 3: Evolution des indicateurs des extrêmes pluviométriques à certaines villes
(Source: Ly et al., 2013)
Indices Périodes Nouakchott Bamako Ouagadougou Niamey N’Djamena Units

1960-1990 1960-1990 1960-1990 1960-1990 1960-1990

1991-2010 1991-2010 1991-2010 1991-2010 1991-2010

Cumul pentadaire 33,7 44,7 123 117 104 109 86 97 88 103 mm

max
Cumul du jour extr. 5,7 18,6 481 62,7 44,4 45,6 30,9 37.8 29,3 45,7 mm
Humide
Nbr. max. jours 2,1 1,5 5,4 5,1 ,4,6 3,8 3,8 4,2 3,7 jour
cons. Hum
Cumul annuel 84,6 95,5 913 943 782 724 535 541 505 583 mm
moyen

6.5 Les perspectives de réchauffement climatique et de variabilité des précipitations

vers 2050
L’augmentation des températures est l’une des caractéristiques climatiques communes aux
projections des modèles de climat. Par contre, pour les précipitations, ils divergent, tant
sur le plan quantitatif que sur la répartition intrasaisonnière. Par conséquent, l’utilisation
de plusieurs hypothèses combinant des distributions intrasaisonnières différentes (pluie,
températures et concentration de CO 2) permet de réduire les incertitudes dans l’évaluation
des impacts sur l’agriculture. L’analyse des modèles de climat donne une «enveloppe du
réchauffement climatique» régionale de +0.6 oC à +1.8 oC sur l’horizon 2011-2050. Ainsi, les
températures de l’air augmenteront même si les amplitudes spatio-temporelles ne seront
les même sur toute la région du SOA. Cette «enveloppe du réchauffement climatique» est
associée à une variabilité des précipitations envisagée selon deux scenarii:
i) une augmentation faible à modéré des températures associée à une tendance normale
du cumul pluviométrique (régime stationnaire) en 2011-2050.
ii) une augmentation faible à modéré des températures associée à un cumul pluviométrique
déficitaire à légèrement excédentaire en 2011-2050. Scenario très plausibles lorsqu’on
considère la moyenne d’ensemble des modèles climatiques sur la sous-région.
Tableau 4: Scenarios membres décrivant les perspectives du climat futur selon les familles
de scenarios de réchauffement et de variabilité pluviométrique (SN0 et SNP) sur la période
2011-2050 en Afrique de l’Ouest

Scenario principal Scenario Libellé (relatif à la Baseline 1981-2010)

membre
Scenario Neutre SN0-30 Augmentation des températures de +0.6oC, une pluviométrie stationnaire
(SN0) (+0%) et un enrichissement carbone de 421.6 ppm sur la période 2011-
2030.
SN0-50 Augmentation des températures de +1.8oC, une pluviométrie stationnaire
(+0%) et un enrichissement carbone de 492.6 ppm sur la période 2031-
2050.
Scenario variable SN10-30 Augmentation des températures de 0.6oC, une pluviométrie qui baisse de
(SNP) 10% et un enrichissement carbone de 421.6 ppm sur la période 2011-
2030.
SP07-50 Augmentation des températures de +1.8oC, une pluviométrie qui aug-
mente de 07% et un enrichissement carbone de 492.6 ppm sur la période
2031-2050.
7. Impacts des changements climatiques sur le mil et le maïs

7.1 Impacts sur le cycle de développement et les besoins en eau

Les résultats des simulations du modèle biophysique DSSAT indiquent un raccourcissement
de la durée du cycle de toutes les variétés de mil et maïs précoces de 4 à 8 jours en
moyenne sur la région avec une variation spatiale estimée à 2 jours. Cette baisse va de
5 à 12% de la durée normale du cycle des variétés sélectionnées. Cette réduction de la
durée du cycle est essentiellement liée l’augmentation des températures qui accélèrent le
développement des plantes. En effet, une augmentation des températures se traduit par
une accumulation rapide des degrés jours et par conséquent une réduction des stades de
développement et de la durée du cycle.
L’évapotranspiration maximale des cultures (ETc) est déterminée par le produit de
l’évapotranspiration potentielle de référence (ETo) et du coefficient cultural (Kc) de la
plante à différents stades phénologiques. L’analyse de l’ETc cumulée pendant le cycle des
variétés de mil et maïs montre une tendance à la baisse de 7% sur la période 2011-2030
et une légère augmentation de l’ETc entre 2-5% sur la majeure partie de la zone d’étude.
Dans le cas d’un réchauffement associé à un régime pluviométrique stationnaire, la baisse
est estimée à 3% sur 80% des stations de référence et de 5-10% sur plus de la moitié
du réseau, respectivement en début et vers la moitié du 21 ème siècle. L’augmentation
des besoins en eau des variétés de mil et de maïs précoces s’explique par la baisse
de 10% des précipitations associée à une légère hausse des températures. Lorsque le
réchauffement est proche de 2°C, une augmentation de la pluviométrie de l’ordre de +7%
ne permet pas de contre balancer les effets négatifs du stress thermique sur les besoins
en eau.

Figure 27 : Effet de la variabilité climatique sur la durée du cycle, l’évapotranspiration potentielle et les besoins en eau
des variétés précoces du mil au Sahel.
7.2 Impacts sur la production
Lorsque le réchauffement climatique faible à modéré est associé à une certaine variabilité
des précipitations, alors la production des variétés de mil et de maïs précoces sera plus
affectée. Sur la periode 2011-2030, la biomasse foliaire et les rendements en grains
baisseront respectivement de 5-15% et 8-15%. Lorsque, le réchauffement est modéré
(+1.4 à 1.8°C), cette baisse va s’accentuer surtout sur les rendements (-10 à -20%) même
s’il y a une faible augmentation la pluviométrie. Mais cette pratique n’est pas assez efficace
pour résorber les pertes de production vers la fin de l’horizon 2050 (fig 28).
Dans une approche plus générale, de forçage des sorties des modèles climatiques
directement sur un autre modèle biophysique, d’autres résultats montrent que les plantes
en C4 subissent une perte moyenne de -6% (avec une gamme de dispersion des scénarii
individuels de -29% à +11%). Selon les zones climatiques de la classification de Köppen,
l’effets de la hausse des temperatures est plus importants et moins robustes dans les
zones arides et semi-arides à cause des incertitudes liées à la projection des modèles.
Ainsi, un taux de rechauffement inférieures à +2°C et une baisse des précipitations (de
l’ordre de -10%) peuvent amplifier les pertes en production foliaire et en grains du mil et du
maïs précoces. Par ailleurs, si ce taux de réchauffement est associée à une augmentation
des précipitations, elle permettra de réduire faiblement les pertes en biomasse foliaire et
non les rendements grains.
Selon des contributions récentes sur l’effet d’une augmentation de température supérieure
+2°C, l’impact négatif de la hausse des températures est plus important sur toute la
production (biomasse foliaire et grains). Cet impact négatif ne pourra pas être compansé
par une quelconque augmentation de la pluviométrie.

Figure 28 : Pourcentage de changement de la production de trois variétés de mil précoce [SOUNA3, HKP, ZATIB] et trois
variétés de maïs [OBATAMPA, EV99-QVM, EV-8443] simulées par DSSAT selon un scenario d’augmentation progressive
des températures associées à une variabilité de la pluviométrie en 2011-2050 relativement au climat de référence 1981-
2010
8. Des options d’adaptation urgentes aux options d’adaptation planifiées

L’agriculture de la zone représente 20% du PIB de la région et occupe 67% de la force totale
de travail, principal moyen de subsistance de la population pauvre. Elle est caractérisée
par de petites exploitations paysannes familiales. Leur vulnérabilité étant déjà forte de par
les contextes socio-économiques et physiques dans lesquels elles évoluent et leur grande
exposition aux impacts des changements climatiques. Toutefois, ces systèmes agricoles
sont dotées de capacités de résilience importantes, qui ont déjà fait leur preuve dans le
passé (survivance des systèmes agraires traditionnels à des chocs climatiques violents).
Toutefois cette résilience sera de plus en plus mis à mal par les CC actuel et à venir
marqués par une variabilité accrue des pluies et ses composantes, une recrudescence
de phénomène extrêmes, une augmentation des températures et des vagues de chaleur.
L’adaptation est l’ensemble des solutions apportées dans les différents secteurs
(agriculture, élevage, pêche, foresterie, habitat, infrastructures, etc); pour répondre aux
effets néfastes ou positifs des changements climatiques. Ces mesures peuvent être de
court, moyen et long terme.

8.1 Des changements institutionnels aux mesures techniques

Au cours des décennies passées, face aux divers aléas climatiques, les populations
locales et les institutions nationales de recherche et de vulgarisation de la sous-région
ont continuellement identifié et adopté des mesures d’adaptation. En effet, en matière
d’adaptation, un large éventail d’expériences novatrices existe aujourd’hui, en particulier
dans le domaine de la gestion durable des ressources (terre, eau et espèces végétales et
animales) dans un contexte de variabilité et de changement climatique (Sarr et al, 2014).
Les pays de la région du Sahel ont déjà du adapter leurs méthodes agricoles à l’aridité et
à la désertification au cours des deux dernières décennies et ont acquis des expériences
considérables dans l’application de ces mesures d’adaptation au CC. Il existe aujourd’hui
une gamme de technologies innovantes d’adaptation résilientes vis à – vis du climat qui
ont été recensées, capitalisées sous formes de fiches techniques et mis en œuvre avec
succès in situ en Afrique de l’Ouest et qui pourraient révolutionner l’agriculture de la sous
région.
8.2 L’approche Programme d’action national d’adaptation aux changements
climatiques (PANA)
Le processus PANA a permis aux PMA d’identifier et de mettre en œuvre des activités
prioritaires répondant aux besoins d’adaptation urgents et immédiats. Il est participatif et
implique les communautés locales. Les contributions de la communauté sont considérées
comme une source importante d’informations
La plupart des projets sont locaux d’échelle infranationale comprennent une multitude
de mesures d’adaptation, par ex : récupérer l’eau de ruissellement, développer l’irrigation,
réhabiliter les pâturages, développer la pisciculture, etc.). Sur 217 projets d’adaptation,
195 soit 90% peuvent être considérés comme étant des projets d’adaptation agricole. En
somme, 97% des budgets des PANA vont vers l’agriculture.

8.3 Vers l’approche Plan d’Adaptation Nationaux (PAN)

Quant aux plans d’adaptation nationaux (PAN), créé en 2010, l’idée vient de la reconnaissance
du besoin de faire entreprendre au PMA des actions améliorées d’adaptation à long terme
et les intégrer dans la planification du développement. En effet, l’adaptation n’est pas une
action unique et ponctuelle, mais un processus à long terme. Ce processus doit faciliter
l’intégration dans des processus particuliers de planification du développement au sein de
secteurs pertinents et à différents niveaux.

8.4 Vers une agriculture intelligente face au climat

Au regard du contexte climatique actuel et aux axes stratégiques d’intervention proposées
pour faire face et lutter contre le CC, il est nécessaire de promouvoir dans les approches
PAN des pratiques d’agriculture mieux refléchit « réfléchie » face au climat. Ces pratiques
doivent exploiter les synergies existantes entre l’adaptation et l’atténuation du CC. De
ce fait, elles intègrent plusieurs innovations technologiques afin d’améliorer la résilience
des systèmes agro sylvo pastoraux, contribuer à l’atteinte de la sécurité alimentaire et des
objectifs de développement local et national.
Cette agriculture “réfléchie en fonction du climat” concourent à :

• augmenter la résilience (adaptation)

• réduire les émissions de gaz à effet de serre tout en favorisant l’adapatation
• augmenter durablement la productivité des systèmes.

En outre, ces pratiques devraient favoriser l’accès des pays en développement au marché
carbone dans le cadre du Mécanisme pour un Développement Propre (MDP) ou dans les
marchés volontaires.

Ces actions devraient être financées d’une part par les budgets nationaux des pays.
Toutefois, des ressources financières additionnelles provenant des différents fonds
mondiaux sur le climat sont susceptibles d’être captées (fonds d’adaptation et d’atténuation
de la CCNUCC dont le Fond Vert Climat, fonds multilatéraux et bilatéraux, fonds atténuation
dans le cadre des marchés carbone dans le cadre du MDP et des marchés volontaires, les
fonds REDD+,etc..). L’accès de l’Afrique à ces fonds est en cours de négociation et devra
être encore être mieux négocié au cours des débats inter gouvernementaux sur le climat,
la COP21 à Paris notamment.
Conclusion

Cet atlas agroclimatique sur le CC regorge une source inestimable d’informations

pertinentes sur la variabilité et le changement climatique au Sahel élargie à certaines zones
subhumides des pays côtiers du Golfe de Guinée. Il a permis de démontrer combien les
tendances actuelles du climat marquées par un réchauffement climatique sans précédent,
une variabilité accrue des pluies, une recrudescence des phénomènes extrêmes constituent
une menace de taille pour les systèmes agrosylvopastoraux, halieutiques et humains. En
outre, ces tendances seront davantage amplifiées par les changements climatiques à
venir au cours de ce siècle.

L’identification des risques climatiques du secteur agricole constitue un véritable point de

départ pour les études d’impact et de vulnérabilité du secteur agricole. Elle sert également
de base pour des actions concertées, réfléchies et planifiées à moyen voire long terme
tendant à promouvoir l’agriculture intelligente face au climat dans le cadre de la mise en
œuvre des plans d’adaptation nationaux (PANs). Dans ce sens, la sous région a à gagner
en capitalisant et en mettant en œuvre à travers des projets d’investissements terrain de
grande envergure, la gamme de technologies innovantes d’adaptation sobres en carbone
et résilientes au climat dans les domaines de l’agriculture, la conservation des eaux et
des sols, l’agroforesterie, la foresterie, recensées et évaluées (d’un point de vue socio
économique et environnemental) par le programme régional Intra ACP, Alliance Mondiale
contre le Changement Cluimatique, zone CILSS / CEDEAO.
Références bibliographiques

AGRHYMET (2013) Bulletin spécial sur la mise à jour des prévisions des caractéristiques
agro-hydro-climatiques de la campagne d’hivernage 2013 en Afrique de l’Ouest, au Tchad
et au Cameroun. Bulletin Spécial No 03. Centre Régional AGRHYMET. 6p
Ali A, Lebel T (2009) The Sahelian standardized rainfall index revisited. International
Journal of Climatology 29 (12):1705–1714. doi:10.1002/joc.1832.
Ali A, Lebel T, Amani A (2008) Signification et usage de l’indice pluviométrique au Sahel.
Sécheresse ; 19 (4) : 227-35.
Annou MG (2003) Les grands types de sols du Niger. dans : Quatorzième réunion du
Sous-Comité ouest et centre africain de corrélation des sols. 151-167.
AP3A (2001) Les aptitudes agricoles et pastorales des sols dans les pays du CILSS.
Centre Régional AGRHYMET (CRA) et l’Organisation Météorologique Mondiale (OMM).
173p.
Baron C, Sultan B, Balme M, Sarr B, Traore S, Lebel T, Janicot S, Dingkuhn M (2005)
From GCM grid cell to agricultural plot : scale issues affecting modeling of climate impact.
Philosophical Translations of the Royal Society B 360 (1463) :2095_2108. Doi :10.1098/
rstb.2005.1741.
Bazzaz F, Sombroek W (1996) Changement du climat et production agricole. FAO et
Polytechnica, Rome. 406p.
Berg A, de Noblet-Ducoudré N, Sultan B, Lengaigne M, Guimberteau M (2013) Projections of
climate change impacts on potential C4 crop productivity over tropical regions. Agricultural
and Forest Meteorology 170: 89–102.
Bell MA, Lamb PJ (2006) Integration of weather system variability to multidecadal regional
climate change: the West African Sudan–Sahel Zone, 1951–98. Journal of Climate 19:
5343–5365.
Ben Mohamed A (2010) Climate change risks in Sahelian Africa. Regional of Environmental
Change. doi: 10.1007/s10113-010-0172-y
Boko M, Niang IA. Nyong C, Vogel A, Githeko M, et al. (2007) Africa. Climate Change 2007
in Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Fourth
Assessment Report of the Intergovernmental Panel on Climate Change, M.L. Parry, O.F.
Canziani, J.P. Palutikof, P.J. van der Linden and C.E. Hanson, Eds., Cambridge University
Press, Cambridge UK, 433-467.
Camberlin P, Diop M (2003) Application of daily rainfall principal component analysis to
the assessment of the rainy season characteristics in Senegal. Climate Research, 23:
159–169.
Challinor AJ, Smith MS, Thornton P (2013) Use of agro-climate ensembles for quantifying
uncertainty and informing adaptation. Agric. Forest Meteorol. 170, 2–7. [Link]
org/10.1016/[Link].2012.09.007
Chappell A, Agnew CT (2004) Modeling climate change in West African Sahel rainfall
(1931–90) as an artifact of changing station locations. International Journal of Climatology
24: 547–554.
Dai A, Lamb JP, Trenberth VE, Hulme M, Jones PD, Xie P (2004) Comment the recent
Sahel drought is real. International Journal of Climatology. 24: 1323–1331.
Diouf M, Nonguierma A, Abou A, Royer A, Somé B (2000) Lutte contre la sécheresse au
Sahel : acquis et perspective au Centre Régional Agrhymet. Sécheresse 11(4): 257-266.
ECOWAS-SWAC/OECD, FAO, CILSS (2008) Climate and Climate Change. The Atlas on
Regional Integration in West Africa. Environment Series. January 2008. Available at: www.
[Link].
FAO (1978) Report on the agro-ecological zones project. Vol 1: Results for Africa. World
Soil Resources Report 48/1. FAO, Rome. 158pp.
FAO (1990) Soil map of the world. Revised Legend. World Soil Resources Report, n°60.
Rome. 119p.
FAO (2012) L’état de l’insécurité alimentaire dans le monde. Resume 2012. FAO, rome,
Italie. 4pp. [Link] (viste du 04/14/2014)
Giannini A, Salack S, Loudon T, Ali A, Ndiaye O (2012) A unifying view of climate change
in the Sahel linking intra-seasonal, interannual and longer time scales. Environ. Res. Lett.
8 (2013) 024010 (8pp). doi:10.1088/1748-9326/8/2/024010
Gijsman AJ, Thornton PK, Hoogenboom G (2007) Using the WISE database to parameterize
soil inputs for crop simulation models. Computers and Electronics in Agriculture 56: 85–
100
Godfray, C.H., Beddington, Crute, I.R., Haddad, L. Lawrence, D., Muir; J.F., Pretty, J.
Robinson, S., Thomas, S.M., Toulmin, C. (2010) Food security: the challenge of feeding 9
billion people. Science, 327, 812-818.
Hansen JW, Challinor A, Ines A, Wheeler T, Moron V (2006) Translating climate forecasts
into agricultural terms : advances and challengesTranslating. Climate Research 33. 27_
41.
Hoogenboom G., Jones JW, Porter CH, Wilkens PW, Boote KJ, Batchelor WD, Hunt
LA, Tsuji GY (2003) Decision Support System for Agrotechnology Transfer Version 4.0.
University of Hawaii, Honolulu, HI.
Hulme, M (1992) A 1951-1980 Global Land Precipitation Climatology for the Evaluation of
General Circulation Models. Climate Dynamics, vol. 7, p. 57-72.
IPCC, (2012) Managing the Risks of Extreme Events and Disasters to Advance Climate
Change Adaptation. A Special Report of Working Groups I and II of the Intergovernmental
Panel on Climate Change [Field, C.B., V. Barros, T.F. Stocker, D. Qin, D.J. Dokken, K.L.
Ebi, M.D. Mastrandrea, K.J. Mach, G.-K. Plattner, S.K. Allen, M. Tignor, and P.M. Midgley
(eds.)]. Cambridge University Press, Cambridge, UK, and New York, NY, USA. 582p.
IPCC (2007) Climate Change 2007: Impacts, Adaptation and Vulnerability. Contribution
of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on
Climate Change, M.L. Parry, O.F. Canziani, J.P. Palutikof, P.J. van der Linden and C.E.
Hanson, Eds., Cambridge University Press, Cambridge, UK, 976pp.
Janicot S, Caniaux G, Chauvin F, de Coetlogon G, Fontaine B, et al. (2011) Intraseasonal
variability of the West African monsoon. Atmospheric Science Letters 12: 58–66, DOI:
10.1002/asl.280.
Katz R W, Glantz M H (1986) Anatomy of a rainfall index. Monthly Weather Review,
114:764-771.
Keita B (2000) Les sols dominants du Mali dans: Quatorzième réunion du Sous-Comité
ouest et centre africain de corrélation des sols. 95-103
Khouma M (2000) Les grands types de sols du Sénégal. dans : Quatorzième réunion du
Sous-Comité ouest et centre africain de corrélation des sols. 77-94.
Kissou R, L. Thiombiano, AK Nébié , A Semde, K J Yago (2000) La Base mondiale de
données sur les sols: avantages et faiblesses pour la connaissance et l’utilisation des
milieux édaphiques au Burkina Faso. Dans: Quatorzième réunion du Sous-Comité ouest
et centre africain de corrélation des sols. Food and Agriculture Organisation (FAO), Rome,
Italie. 121-149
L’Hôte Y, Mahé G, Somé B, Triboulet JP (2002) Analysis of Sahelian rainfall index from
1896 to 2000; the drought continues. Journal of Hydrological Science 47(4):563–572.
Le Barbé L, Lebel T, . Tapsoba D, 2002. Rainfall Variability in West Africa during the Years
1950-1990. Journal of Climate, 15, no 2:187-202.
Lebel T, Ali A (2009) Recent trends in the Central and Western Sahel rainfall regime
(1990–2007). Journal of Hydrology. doi:10.1016/[Link].2008.11.030
Lodoun T, Giannini A, Traore PS, Some L, Sanon M, Vaksmann M, Rasolodimby J.M (2009)
Changes in seasonal descriptors of precipitation in Burkina Faso associated with late
20th century drought and recovery in West Africa. Environmental Development 5 (2013)
96–108.
Lona I (2010) Changement climatique et développement agricole dans la commune rurale
de Diagourou (région de Tillabéry ) : de l’observation à l’analyse des données. Mémoire
de DEA. Université Abdou Moumouni, Niamey, Niger. 86p
Ly M, Traoré S, Agali A, Sarr B (2013) Evolution of Some Observed Climate Extremes in
the West African Sahel. Weather and Climate Extremes 1 (2013) 19–25.
Marteau R (2011) Cohérence spatiale et prévisibilité potentielle des descripteurs intra-
saisonniers de la saison des pluies en Afrique soudano-sahélienne : application a la culture
du mil dans la région de Niamey. Thèse de Doctorat. Université de Bourgogne. 242p.
Moron V, Robertson and Ward MN (2006) Seasonal Predictability and spatial coherence
of rainfall characteristics in the tropical setting of Senegal. Monthly Weather Review 134:
3248-3262.
Nicholson SE (2001). Climatic and environmental change in Africa during the last two
centuries. Climate Research, 17, 123-144.
Nicholson SE (2005) On the question of the “recovery” of the rains in the West African
Sahel. Journal of Arid Environemen, 63:615–641
Ozer P, Erpicum M, Demarée G, Vandiepenbeeck M (2003) The Sahelian drought may
have ended during the 1990s. Journal of Hydrologic Science 48:489–492.
Rosenzweig C, Jones JW, Hatfield JL, Ruane AC, Boote KJ, Thorburn P, Antle JM,
Nelson GC, Porter C, Janssen S, Asseng S, Basso B, Ewert F, Wallach D, Baigorria
G, Winter JM (2013) The Agricultural Model Intercomparaison and Improvement Project
(AgMIP): Protocols and pilot studies. Agric. Forest Meteorol., [Link]
[Link].2012.09.011.
Roudier P, Sultan B, Quirion P, Baron C, Alhassane A, Traore SB, Muller B (2011) An ex-
ante evaluation of the use of seasonal climate forecasts for millet growers in SW Niger.
International Journal of Climatology. DOI: 10.1002/joc.2308.
Salack S, Muller B, Gaye AT (2011) Rain-based factors of high agricultural impacts over
Senegal. Part I. Integration of local to sub-regional trends and variability. Theoretical and
Applied Climatology 106 : 1-22. doi : 10.1007/s00704-011-0414-z.
Salack S, Muller B, Gaye AT, Hourdin F, Cisse N (2012) Analyses multi-échelles des
pauses pluviométriques au Niger et au Sénégal. Sécheresse 23:3–13. doi:10.1684/
sec.2012.0335.
Salack S (2013) Analyse des pauses pluviométriques et évaluation des incertitudes de la
pluie des modèles régionaux de climat à l’aide d’un modèle de culture. Thèse de doctorat.
Université Cheikh Anta Diop de Dakar, Sénégal. 140p.
Salack S, Giannini A, Diakhaté M, Gaye AT, Muller B (2013) Oceanic influence on the
subseasonal to interannual timing and frequency of extreme dry spells over the West
African Sahel. Climate Dynamics. DOI 10.1007/s00382-013-1673-4
Sarr B (2011) Present and future climate change in West Africa: a crucial input for agricultural
research prioritization for the region. Atmospheric Sciences, Vol 13, Issue 2, 108-112.
Sarr B, Traoré S B, Salack S (2006) Evaluation de l’incidence des changements climatiques
sur les rendements des cultures céréalières en Afrique soudano sahélienne. Centre
Régional Agrhymet, CILSS, Niamey. 100p.
Sene S, Ozer P (2002) Evolution pluviométrique et relation inondations-évènements
pluvieux au Sénégal. Bulletin de la Société Géographique de Liège, 42:27–33
Sillmann, J.,[Link], F. W. Zwiers,X. Zhang, and D. Bronaugh (2013) Climate extremes
indices in the CMIP5 multimodel ensemble: Part 2. Future climate projections, Journal of
Geophysical Research: Atmospheres, 118, 2473–2493, doi:10.1002/jgrd.50188.
Sivakumar MVK (1988) Predicting rainy season potential from the onset of rains in Southern
Sahelian and Sudanian climatic zones of West Africa. Agricultural and Forest Meteorology
42 :295-305.
Sivakumar MVK (1992) Empirical analysis of dry-spells for agricultural applications in
West Africa. Journal of Climate 5: 532–539.
Steduto P, T C. Hsiao, D Raes, E Fereres (2009) AquaCrop-The FAO Crop Model to
Simulate Yield Response to Water: I. Concepts and Underlying Principles: Agronomy
Journal 101:426–437. doi:10.2134/agronj2008.0139s
Sultan B (2012) Global warming threatens agricultural productivity in Africa and South
Asia. Environmental Research Letter, 7, 041001.
Sultan B, Baron C, Dingkuhn M and Janicot S (2005) Agricultural impacts of large-scale
variability of the West African monsoon. Agricultural and Forest Meteorology. 128, 93–
110
Stern R, Rijks D, Dale I, Knock J (2006) Instat Climatic Guide. University of Reading,
Reading, UK. 330p.
Traoré SB, Reyniers FN, Vaksmann M, Kouressy M, Yattara K, Yoroté A, Sidibé A, Koné
B (2000) Adaptation à la sécheresse des écotypes locaux de sorgho du Mali. Sécheresse
11(4): 227-237.
Vincent LA, Aguilar E, Saindou M, Hassane AF, Jumaux G, Roy D, et al. (2011) Observed
trends in indices of daily and extreme temperature and precipitation for the countries of
the western Indian Ocean, 1961–2008, Journal of Geophysical Research, 116, D10108,
doi:10.1029/2010JD015303.
UN (2008) World Population Prospects: The 2008 Revision, vol. I, (United Nations
publication, forthcoming)
Winkel T., Do F (1992) Caractéristiques morphologiques et physiologiques de résistance
du mil (P. glaucum) à la sécheresse. Agronomie Tropicale 46: 339-351.
Ziad AM, Sireen AJ (2010) Climate change and agricultural water demand: Impacts and
adaptations. African Journal of Environmental Science and Technology Vol. 4(4), pp. 183-
191.
 ANNEXE 1 : LISTE DES INDICES CLIMATIQUES ET AGROCLIMATIQUES

Sigle Signification
HWDI Nombre de jours de vague de chaleur (Tx supérieure de 5°C pendant au
moins 6 jours à la moyenne quotidienne calculée sur une fenêtre de 5
jours centrée sur la journée, et pour la période 1971-2000)
Tx10p Pourcentage de jours climatologiquement froids (journées où Tx inférieu-
re au premier décile (décile quotidien calculé sur une fenêtre de 5 jours,
sur la période 1971-2000)
Tx90p Pourcentage de jours climatologiquement chauds (journées où Tx su-
périeure au dernier décile (décile quotidien calculé sur une fenêtre de 5
jours, sur la période 1971-2000)
Tx>37,5 Nombre de jours ou la températures maximales est supérieurs à 37,5 ,C
ou un autre
seuil

Indices basés sur les températures minimales (Tn)

Sigle Signification
Tn10p Pourcentage de nuits climatologiquement froides (Tn inférieure au pre-
mier décile (décile quotidien calculé sur une fenêtre de 5 jours, sur la
période 1971-2000)
Tn90 Décile supérieur de la température minimale
Tn90p Pourcentage de nuits climatologiquement chaudes (Tn supérieure au
dernier décile (décile quotidien calculé sur une fenêtre de 5 jours, sur la
période 1971-2000)

TN et TX : températures minimale et maximale

Sigle Signification
ETR Amplitude thermique absolue (maximum des Tx moins minimum des Tn)

Indices basés sur les précipitations (RR)

Sigle Signification
Prectot Précipitation totale (saisonnier, mensuel, décadaire) en mm
RR1 Nombre de jours de pluie (RR >=1.0 mm)
CDD Nombre maximal de jours secs consécutifs (lorsque RR<1mm)
R3d Maximum des précipitations cumulées sur 3 jours
prec90 Décile supérieur des précipitations quotidiennes (parmi les jours plu-
vieux)
R20 Nombre de jours de fortes précipitations (RR >=20 mm
R50 Nombre de jours de très fortes précipitations (RR >=50 mm
SDII Intensité moyenne des précipitations par jour de pluie ≥ 1 mm
Les indices agroclimatiques

Sigle Signification
DDS Date de début de la saison des pluies
DFS Date de fin de la saison des pluies
LSC Longueur de la saison des pluies
Sqspl Séquence sèche la plus longueur de la date de début à la date de fin de
l’hivernage
Sqsmoysai- Durée moyenne des séquences sèches pendant la saison agricole
son
Sqs7semis Probabilité d’avoir une séquence sèche de plus de 7 jours 30 jours après
le semis
Sqs10semis Probabilité d’avoir une séquence sèche de plus de 10 jours 30 jours après
le semis
Sqs7DFlo Probabilité d’avoir une séquence sèche de plus de 7 jours pendant la pé-
riode de la floraison

Critères de détermination des paramètres de la saison des pluies

o La date de démarrage est déterminée en considérant la date à partir du 1er mai où

un cumul pluviométrique de 20 mm est obtenu en un à trois jours consécutifs,
sans qu’il ne soit suivi d’une séquence sèche de plus de 20 jours dans les trente
jours qui suivent. Ce critère de date de démarrage de saison culturale (DDS) est
une légère modification apportée au critère de Sivakumar (1988).

o La détermination de la date de fin de saison (DFS) incorpore un critère de bilan

hydrique. Ainsi on définit une DFS comme la date après le 1er septembre à laquelle
la consommation en eau de la plante épuise la réserve hydrique du sol jusqu’au seuil
de 0.05 mm (Stern et al., 2006). Pour cela, nous avons considéré la réserve utile (RU)
qui correspond aux sols des différentes stations basée sur la carte de la FAO
(1978).

o La longueur de la saison (LSC) est la différence entre la date de fin (DFS) et la date
de début de la saison (DDS) des pluies.