Blog Quand les pluies ne respectent pas le calendrier

Les données proviennent de CHIRPS, un produit en libre accès du Climate Hazards Center de l’USGS/UCSB qui combine des images satellites et des relevés de stations au sol pour estimer les précipitations à travers l’Afrique. Nous avons utilisé les cumuls mensuels pour Kisumu, de janvier 2018 à décembre 2022, soit 60 mois. On n’observe ni hausse ni baisse régulière au cours de ces cinq années, mais pendant la plupart des années étudiées, les précipitations totales dépassent 350 mm certains mois et sont inférieures à 50 mm d’autres mois.

À Kisumu, un mois très pluvieux peut être suivi, quelques semaines plus tard seulement, d’un mois quasi sec ; et tant que cela se produit, il est impossible de savoir s’il s’agit d’un phénomène normal ou du début d’un véritable problème. C’est pourquoi les décisions de plantation, les recommandations et la planification ne peuvent pas se fonder uniquement sur des précipitations « normales » ; c’est en suivant l’évolution de la saison au fur et à mesure qu’elle se déroule qu’il est possible de détecter un problème à temps pour agir.

Savoir quelle quantité de pluie une saison apporte n’est pas la même chose que savoir quand elle tombera, et pour les agriculteurs, le moment où elle tombe constitue généralement le problème le plus difficile. Des recherches menées dans l’ensemble du bassin du lac Victoria ont mis en évidence une variabilité intra-saisonnière croissante des précipitations, un début retardé et des périodes de sécheresse plus fréquentes (Kenduiywo et al., 2026). Les deux représentations présentées dans les figures 2 et 3 ci-dessous répondent à deux questions différentes concernant le moment de la pluie, sous deux angles différents.

Sur la figure 2, chacun des cinq petits graphiques retrace les précipitations d’une année, mois par mois. Ce visuel est utile pour repérer une année, comme 2021, qui s’est écartée de la tendance habituelle. En revanche, chaque panneau de la figure 3 retrace l'évolution d'un mois civil sur l'ensemble des cinq années, avec une ligne orange indiquant la moyenne sur cinq ans pour ce mois. Cela permet de vérifier dans quelle mesure les précipitations d'un mois donné varient au cours des cinq années : par exemple, le mois de mai est-il similaire d'une année à l'autre, ou chaque mois de mai réserve-t-il une surprise ?

À Kisumu, la longue saison des pluies s'étend de mars à mai, et quatre années sur cinq, le mois de mai atteint ou frôle son pic saisonnier (figure 2). En 2021, les précipitations du mois de mai ont chuté à moins de 50 mm, provoquant une forte baisse au milieu de la saison des pluies principale. C’est exactement le genre d’anomalie qu’un agriculteur comptant sur un calendrier « normal » aurait directement ressentie.

La décomposition saisonnière et tendancielle (STL) utilisant la méthode Loess divise les données brutes en trois parties, dont la tendance (l'orientation sous-jacente à long terme des données de la série chronologique) ; Osterrieder, 2023), la saisonnalité (modèles répétitifs dans les données, tels que les variations mensuelles ou annuelles ; Osterrieder, 2023) et le résidu/bruit (fluctuations aléatoires dans les données de séries chronologiques qui ne peuvent s’expliquer ni par la tendance ni par la saisonnalité ; Osterrieder, 2023). Les graphiques de décomposition saisonnière permettent une analyse plus approfondie des données et identifient des schémas et des tendances qui peuvent ne pas être apparents dans les graphiques de base.

La figure 4 présente les trois composantes de la série chronologique, tandis que la figure 5 effectue un zoom sur la composante saisonnière uniquement, en superposant les cinq années, afin d’en faciliter l’interprétation.

Sur la figure 4, la tendance évolue doucement dans une fourchette étroite (environ 140–255 mm), sans augmentation ni diminution à long terme des précipitations sur les cinq années. La composante « résidu », qui varie de plus de 200 mm sans schéma évident, représente la partie qu’aucun calendrier saisonnier ne permettra de prévoir, ainsi que les imprévus qui s’ajoutent à la saison des pluies normale. C’est précisément cette partie à laquelle un agriculteur doit encore se préparer. Un point de la ligne « reste » est mis en évidence : le « reste » de mai 2021 constitue l'écart le plus important de l'ensemble des données enregistrées sur ces cinq années, illustrant à quoi ressemble une tendance anormale une fois que la tendance générale et la saison sont écartées.

• Septembre est le mois le plus prévisible d'après les données disponibles ; il est systématiquement sec et présente les variations les plus faibles d'une année à l'autre.

• Le mois de mai est en moyenne le deuxième mois le plus pluvieux, mais c’est aussi l’un des plus variables, avec des précipitations allant de moins de 50 mm à plus de 350 mm sur les cinq dernières années. C’est précisément le type de mois sur lequel les agriculteurs comptent le plus, mais c’est aussi l’un des plus difficiles à prévoir. Cela correspond au comportement rapporté par les agriculteurs dans une enquête de référence de 2025 menée dans tout le comté de Kisumu. L’enquête a révélé que l’activité d’irrigation pour les cultures clés est la plus faible en mai (Wanjau et al., 2025), un indicateur rapporté par les agriculteurs qui reflète le même schéma de risque saisonnier que celui observé dans les archives pluviométriques.

• Les moyennes saisonnières décrivent une année type, mais elles ne décrivent pas une année particulière. Mai 2021 en est l’exemple le plus frappant : sur le papier, un mois de mai moyen semble être un mois propice aux semis, mais les précipitations réelles de cette année-là s’en sont fortement écartées. Si les avis s’appuient uniquement sur des moyennes à long terme, de telles anomalies passent inaperçues jusqu’à ce qu’il soit trop tard pour agir. C’est en surveillant les précipitations au fur et à mesure que la saison avance, et non pas simplement en les comparant à la norme saisonnière, que l’on dispose du délai nécessaire pour signaler tôt une mauvaise saison et adapter les conseils aux agriculteurs avant que le mal ne soit fait.

Les conclusions de ce blog concordent étroitement avec les travaux menés par le T-CSIA (Targeted Climate-Smart Irrigation Advisory Using Integrated Climate Indicators). L’indice historique du T-CSIA, établi à partir de 44 années de données, identifie déjà l’est de Kisumu, en particulier le bassin inférieur du Nyando, comme un point chaud persistant de stress hydrique lié à l’irrigation. L’analyse indépendante de ce blog, qui utilise une méthode différente et une période de référence plus récente de cinq ans, aboutit à une conclusion similaire : les précipitations dans cette région suivent un véritable schéma saisonnier, mais leur moment d’apparition au cours de cette saison est réellement difficile à prévoir. Le mois de mai 2021 offre un exemple concret, daté et observé sur le terrain, illustrant précisément le type de risque que l’indice du T-CSIA est conçu pour signaler.