Les indicateurs spatialisés de sécheresse sur la France sont calculés à partir des variables issues de la réanalyse SIM2 avec deux indices représentant deux types différents de sécheresse

Pour caractériser les sécheresses édaphiques, correspondant au déficit de l’indice d’humidité du sol (SWI) moyenné sur différents pas de temps, on utilise le Standardized Soil Wetness Index (SSWI)

Soil Wetness Index (SWI) :

L’indice d’humidité des sols SWI est défini comme suit :

SWI = (W - W_wilt) / (W_fc - W_wilt)

où W est le contenu intégré en eau du sol, W_wilt le contenu en eau au point de flétrissement et W_fc le contenu en eau du sol à la capacité au champ.

Standardized Soil Wetness Index (SSWI) :

Le SSWI est un indice permettant de mesurer la sécheresse du sol. Il s’agit d’un indice de probabilité qui repose sur l’indice d’humidité du sol (SWI). Les probabilités sont standardisées de sorte qu’un SSWI de 0 indique une quantité de précipitation médiane (par rapport à une climatologie moyenne de référence, calculée sur 30 ans). L’indice SSWI est négatif pour les sécheresses, et positif pour les conditions humides (Mc Kee et al., 1993).

Calcul du SSWI :

Le calcul de l'indice standardisé est décrit en détail dans de nombreuses publications mettant en oeuvre le Standardized Precipitation Index (voir par ex. McKee et al.,1993; Llyod-Huighes et Saunders,2002). Il nécessite ici le calage de distributions statistiques pour chacune des mailles de la grille DSIM2 sur le France (soit 8602 mailles), pour chacun des mois de l'année, et pour chacune des échelles de temps considérées. Ce calage a été effectué ici selon une approche d'estimateurs à noyaux gaussiens, compte tenu de la diversité de formes que peuvent emprunter les distributions de l'humidté du sol et que n'auraient pu reproduires des lois classiques.

Considérons par exemple une valeur de SWI moyen de Janvier à Mars.

Cette valeur correspond à une probabilité P dans la distribution des 30 valeurs moyennes de Janvier à Mars sur la période 1976-2005. La valeur correspondante de l'indice de sécheresse Standardized SWI est pris comme la valeur correspondant à cette même probabilité P dans une distribution normale centrée réduite. Cette opération est répétée pour l'ensemble de la chronique mensuelle de SWI pour obtenir la série correspondante de Standardized SWI. La distribution locale du Standardized SWI est par construction normale centrée réduite, une valeur de 0 correspondant donc à une moyenne interannuelle.

La figure 1 présente un exemple du Standardized SWI à échelle de temps 1 mois – noté à partir de maintenant SSWI-1 – pour une maille près de Toulouse. On peut noter sur le graphe du haut le cycle saisonnier du SWI dont le SSWI-1 s'affranchit.

A l’identique pour un cumul 3 mois, on note SSWI-3, la valeur de SSWI correspondant à la période couvrant les mois n-2 à n.

Figure 1 (Source rapport ClimSec 2011) : Exemple de SWI et SSWI-1 pour une maille près de Toulouse. En haut, évolution temporelle du SWI avec les seuils correspondant au point de flétrissement (0) et à la capacité au champ (1). En bas, évolution correspondante du SSWI-1 et identification de trois événements de sécheresse dépassant le seuil correspondant à une probabilité de 10%.

Les principaux avantages du SSWI sont les suivants :

- il requiert seulement la moyenne mensuelle du SWI ;

- il permet l’intercomparaison de régions aux climats différents ;

- la normalisation de l’indice permet de déterminer la rareté d’une sécheresse.

L’utilisation de cet indice est en outre recommandée par l’Organisation Météorologique Mondiale.

Valeurs et signification du SSWI :

SSWI > 0 : plus de précipitations que la normale (plus humide) ;

SSWI < 0 : moins de précipitations que la normale (plus sec) ;

-0.99 < SSWI < +0.99 : précipitations proches de la normale ;

SSWI < - 2.0 : extrêmement sec ;

SSWI > 2.0 : extrêmement humide.

Les données de SSWI étant normalisées autour d’une loi normale centrée en 0 et d’écart type 1 on peut aussi directement associer un temps de retour à une valeur de l’indicateur, ainsi

• Temps de Retour (TR) 5 ans sec: SSWI = -0.84

• TR 10 ans sec : SSWI = -1.28

• TR 25 ans sec : SSWI = -1.75

Temps passé en sécheresse :

Le « Temps passé en sécheresse » est le nombre total n de mois avec des valeurs sous un seuil donné (généralement temps de retours 10 ans) par période considérée (SSWI annuel, saisonnier, mensuel), par horizon temporel, par scénario RCP et par modèle climatique ou paramètre de distribution.

Interprétation : Dans le climat de référence et par définition de la durée de retour, la fréquence d’un événement de durée de retour 10 ans est de 0,1 (1 chance sur 10 qu’il se produise une année donnée).

En climat futur, la nouvelle valeur du temps passé en sécheresse informe sur l’évolution de la fréquence d’un événement de sécheresse de durée de retour 10 ans dans le climat de référence :

- une valeur de 0,2 signifie que cet événement de sécheresse est devenu deux fois plus fréquent

- une valeur de 0,5 signifie que cet événement de sécheresse est devenu cinq fois moins fréquent

Une visualisation de cet indicateur est proposée dans l’espace découverte.

Événements locaux de sécheresse :

Un événement local de sécheresse comme ceux identifiés sur la figure ci dessous peut être défini par une période où le SSWI-n est constamment négatif et que son minimum est inférieur à un seuil donné.

Sa durée correspond à la période de temps où l'indice est négatif, sa sévérité comme la valeur minimum de l'indice sur la durée de l'événement, et sa magnitude comme la somme des valeurs de l'indice sur cette même durée.

On peut alors comparer les événements de la période de référence et des périodes futures.

Figure 2 : Définition des caractéristiques locales des événements de sécheresse. Exemple de l'évolution du SSWI3 de 1998 à 2008 sur une maille située près de Toulouse avec un seuil fixé à 5% (Soubeyroux et al., 2011)

Liens et références :

- Description du projet ClimSec

- Description de la chaîne SAFRAN-ISBA-MODCOU

Kee, Thomas B., Nolan J. Doesken, and J. Kliest, 1993 : The Relationship of Drought Frequency and Duraction of Time Scales, Eighth Conference on Applied Climatology, 17-22 January 1993, Anaheim, California.

Guttman, N.B., 1998 : Comparing the Palmer Drought Index and the Standardized Precipitation Index. J. Amer. Water Resour. Assoc., 34, 113-121.

Lloyd-Hughes, B. and Saunders, M. A. 2002 : A drought climatology for Europe. Int. J. Climatol., 22: 1571–1592. doi: 10.1002/joc.846

Vidal, J.-P, Wade, S. D., 2009 : A multimodel assessment of future climatological droughts in the UK. International Journal of Climatology, 29(14), 2056-2071. DOI : 10.1002/joc.1843

Jean-Michel Soubeyroux, N. Kitova, M. Blanchard, J.P. Vidal, E. Martin, et al., 2012 : Caractérisation des sècheresses des sols en France et changement climatique : Résultats et applications du projet ClimSec. La Météorologie, Météo et Climat, 78, p. 21 - p. 30.