IV.1 Descente d échelle dynamique... 11 IV.2 Descente d échelle statistique... 14

Table des matières Rapport de l étude «Evaluation des changements climatiques futurs au niveau des zones oasiennes marocaines»... 1 élaborée pour le projet... 1 «Adaptation aux changements climatiques au Maroc pour des oasis résilientes»... 1 Table des matières... 2 I. Introduction... 4 II. Objectif de l étude... 5 III. Climat de la région oasienne... 7 IV. Méthodologies et données utilisées... 10 IV.1 Descente d échelle dynamique... 11 IV.2 Descente d échelle statistique... 14 V. Changements futurs issus de la descente d échelle dynamique... 18 V.1 Définition des indices de changement climatique considérés... 19 V.2 Changements futurs des précipitations... 20 a. Précipitations moyennes... 22 b. Indices pluviométriques relatifs aux jours humides, aux fortes précipitations et à la sécheresse... 25 V.3 Changements futurs des indices thermiques... 26 a. Température moyenne... 26 b. Nombre de jours chauds et très chauds estivaux... 29 c. Nombre de jours frais hivernaux... 30 d. Vagues de chaleur et de froid... 30 V.4 Synthèse... 32 VI. Changements futurs issus de la descente d échelle statistique... 34 VI.1 Changements futurs des précipitations... 35 a. Précipitations moyennes... 35 b. Indices pluviométriques relatifs aux jours humides, à la période maximale de sécheresse et aux fortes précipitations... 37 VI.2 Changements futurs de température... 38 a. Température moyenne... 38 b. Indices thermiques relatifs aux jours chauds estivaux et aux jours frais hivernaux... 39 VI.3 Synthèse... 40 VI. Conclusion générale... 42 Références bibliographiques... 44 2

ANNEXE A : Principales sources d incertitudes liées aux changements climatiques... 49 ANNEXE C : Prédicteurs utilisés dans SDSM... 52 ANNEXE D : Description technique du modèle MCCG3... 53 ANNEXE E : Tableau synthétique des principaux résultats... 54 Liste des principaux acronymes... 55 Liste des figures... 56 Liste des tableaux... 57 3

I. Introduction Selon le quatrième rapport du GIEC (IPCC, 2007a), l Afrique est le continent le plus vulnérable au changement du climat. Le réchauffement au cours du 21 siècle y serait plus accentué que le réchauffement global et plus important au niveau de ses régions subtropicales qu aux tropiques. Les cumuls pluviométriques sont projetés décroître dans la majeur partie de l Afrique méditerranéenne et au nord du Sahara (Christensen et al., 2007). Le Maroc, de part ses caractéristiques atmosphériques, océaniques et géographiques, n est pas, épargné des changements climatiques et de leurs impacts. En effet, que ça soit en termes d évolutions observées ou de changements futurs, la hausse des températures, la diminution des cumuls pluviométriques, l augmentation des phénomènes extrêmes de sécheresse ne sont plus de simples hypothèses (Driouech, 2006; DMN, 2006; Wilby et DMN, 2007 ; Driouech et al., 2010). Tout ceci a fait du Maroc un pays conscient des enjeux majeurs que présente le développement de stratégies adéquates d adaptation visant la minimisation des impacts négatifs du changement du climat sur les populations et les écosystèmes. L une des régions où l adaptation aux changements climatiques est particulièrement nécessaire est celles des zones oasiennes marocaines situées à la lisière du Sahara et regroupant les unités géographiques des «Dir» de l Anti- Atlas, la vallée du Drâa, la vallée de l'oued Ziz, le Tafilalet et Figuig. Ces régions, formant un immense couloir pré-désertique, sont caractérisées par un climat plutôt aride avec une pluviométrie faible et aussi précieuse pour les habitants de la zone qu irrégulière. L alternance de périodes sèches et humides avec des impacts non négligeables sur l homme et l écosystème n est pas des plus rares. On peut citer à titre d exemple les années de sécheresse 1983, 1984 et 2001 (Ouarzazate) et les années particulièrement humides de 1988, 1989

(Ouarzazate) et 2008 (Errachidia). Avec le défit additionnel du changement climatique, les régions oasiennes risquent de faire face à des contraintes futures plus importantes notamment en termes de disponibilité d eau, et d augmentations d événements météorologiques extrêmes. Dans ce contexte et dans un objectif de gérer et réduire les risques posés par le changement climatique dans les systèmes productifs oasiens du Maroc, le projet «Adaptation aux changements climatiques au Maroc: pour des Oasis résilientes» a été mis en place. Ce projet, financé par le Programme des Nations Unies pour le développement (PNUD) et le Gouvernement du Japon, est mis en exécution par le Département de l Environnement du Secrétariat d État chargé de l Eau et de l Environnement auprès du Ministère de l Énergie, des Mines, de l Eau et de l Environnement. II. Objectif de l étude Cette étude concerne le volet changements climatiques futurs du projet «Adaptation aux changements climatiques au Maroc: pour des Oasis résilientes». Elle a pour objectif d étudier et analyser les scénarios d'évolution du climat à l horizon 2021-20501 sur la base de modélisations climatiques par descente d'échelle (downscaling) dynamique et statistique. L utilisation des deux principales méthodes de descente d échelle est faite dans un objectif de balayage au moins partiel de la marge des incertitudes liées au changement du climat 1 Le choix de la période 2021-2050 pour horizon n est pas venu par hasard mais tenant compte de différents facteurs. Pour des fins de programmations socio-économiques, les acteurs de décisions et les spécialistes d impact manifestent des intérêts particuliers pour les informations climatiques couvrant les horizons les plus proches comme celui de 2015 ou 2020. D un autre côté, les climatologues et spécialistes de modélisation climatique, avertis sur le fait qu à des horizons proches la variabilité naturelle, notamment dans le cas des précipitations, est encore dominante et qu elle n est pas très bien simulée par les modèles (ce qui augmente la marge des incertitudes liées aux changements climatiques), optent plus pour des scénarios visant la fin du siècle. C est dans un sens de compromis que nous ciblons donc la période 2021-2050 choisie par le projet européen FP6-ENSEMBLES. 5

(L annexe A cite les principales sources d incertitudes liées aux changements climatiques). La descente d échelle dynamique couvre toute la zone d étude (les oasis au sud du Souss-Massa-Drâa, au Sud de l Anti-Atlas et celles de Tata, les oasis de la Vallée du Drâa, les oasis de la Vallée du Ziz) et la descente d échelle statistique concerne les sites d Errachidia et Ouarzazate qui disposent de séries des données observées d une longueur relativement satisfaisante. Les régions oasiennes concernées par cette étude sont illustrées sur Fig1 et sur l'annexe B (Fig 19). Les changements futurs sont évalués sous le scénario IPCC-A1B qui est un scénario intermédiaire faisant partie de la famille de scénarios A1 2. Les évolutions futures du climat concerneront les indices pluviométriques, relatifs aux cumuls et aux évènements de fortes précipitations et de sécheresse, et les indices thermiques relatifs aux températures moyennes, aux jours chauds et froids et aux vagues de chaleur et de froid. Etant donné que toute question sur le changement futur du climat entraîne celle liée à l évolution passée et inversement, l étude commence par analyser, dans la partie III, les tendances observées au niveau de la pluviométrie et température moyenne pour Ouarzazate et Errachidia. Après la description des méthodologies et données utilisées dans la partie IV, la partie V se focalise sur l évolution future issue de la descente d échelle dynamique et la partie VI présente les résultats de la descente d échelle statistique. Enfin la conclusion synthétisera les principaux résultats. 2 La famille de scénarios A1 décrit un monde futur dans lequel la croissance économique sera très rapide avec une population globale qui plafonne en 2050 et l introduction rapide de technologies plus efficientes; les grandes régions du monde convergent économiquement et interagissent fortement. Le scénario A1B se distingue des deux autres scénarios de la famille (A1T et A1FI) par l évolution technologique dans le secteur énergétique. Le scénario A1FI correspond en effet à un recours très intense aux ressources fossiles, A1T a recours rapide et exclusif à des sources non fossiles (A1T) et A1B correspond à un recours équilibré aux deux sources énergétique. 6

Fig 1: Zones oasiennes marocaines concernées par l étude III. Climat de la région oasienne La zone de l étude est située au Sud-Est du Maroc dans la région présaharienne. Le climat de cet espace oasien varie selon l altitude et la latitude avec un caractère d aridité presque commun à la totalité de la zone. Le Haut Atlas forme, en effet, une barrière pour les vents frais et humides qui se développent sur le Maroc Atlantique au Nord. 7

La région se caractérise par une pluviométrie faible et irrégulière dans le temps et dans l espace. En effet, l étalement du territoire en altitude (500 m à plus de 4.000 m) et en latitude (sur plus de 500 Km), fait varier la pluviométrie d un maximum d environ 200 mm au nord à 90 mm au sud. Les précipitations ont généralement lieu dans des laps de temps très réduits et tombent sous forme d averses qui sont souvent à l origine de crues. Des chutes de neige sont localisées dans les hautes montagnes à partir de 1800m. Les cumuls annuels de précipitation (Fig 2) montrent une variabilité interannuelle importante ; la pluviométrie de Ouarzazate varie, sur la période 1960-2010, entre 18.2mm (en 2000) et 284.4mm (en 1989). Celle d Errachidia varie, sur la période 1973-2010, entre 41.3mm et 315.4mm. Une faible tendance à la hausse est enregistrée au niveau des deux sites en termes de cumuls de pluie annuels. Elle est de l ordre de 0.34mm/an pour Ouarzazate et de 1.29mm/an à Errachidia. Cette tendance à la hausse peut être due principalement aux précipitations orageuses qu a connues la zone ces dernières années (notamment à Errachidia). En enlevant les cinq dernières années de la série (2006-2010), la tendance à Errachidia prend un signe opposé. Fig 2: Evolution des cumuls de pluie annuels observés aux stations de Ouarzazate (1960-2010) et d Errachidia (1973-2010) Afin d avoir une idée plus précise sur la forte variabilité interannuelle des précipitations sur les deux stations, la Fig 3 présente l évolution des anomalies 8

relatives des précipitations moyennes annuelles. Pour chacune des stations et chaque année, l anomalie est obtenue en retranchant la moyenne, calculée sur la période disponible des précipitations moyennes à la valeur annuelle de cette quantité (en mm/j). L anomalie relative est obtenue en divisant l anomalie par la moyenne. La comparaison, sur les deux graphes de la Fig 3, des valeurs en dessous de l axe 0 et de celles au dessus, montre que le nombre d années à déficit pluviométrique est généralement plus important que le nombre d années excédentaires (notamment à Errachidia). Cette remarque est valable même en ne considérant que les déficits et excédents supérieurs à 5%. Les déficits les plus élevés varient entre -84.45% à Ouarzazate en 2000 et -67% à Errachidia en 1981. Les sécheresses du début des années 1980 ayant touché de façon non négligeable la moitié nord du pays n ont pas épargné non plus les zones oasiennes. On note particulièrement la succession d années déficitaires de 1981 à 1984 Ouarzazate et de 1981 à 1987 à Errachidia qui a connu, malgré tout, une augmentation de cumuls de pluie à partir de 2006. En termes d années humides, les excédents les plus importants sont enregistrés en 1989 à Ouarzazate (+148%) et en 2008 à Errachidia +150%). Fig 3: Anomalies relatives (en %) des précipitations moyennes annuelles au niveau des stations de Ouarzazate (1960-2010) et Errachidia (1973-2010). 9

En termes thermiques, les étés sont généralement chauds et les hivers assez frais. Les températures maximales peuvent dépasser 40 C en été et les minimales descendre en dessous du 0 C en hiver. En moyenne annuelle, les températures moyennes (Fig 4) restent généralement comprises entre 18 C et 21 C. Elles montrent une tendance à la hausse significative de l ordre de +1,53 C à Ouarzazate (période 1960-2010) et de +1.4 C à Errachidia (période 1973-2010). Fig 4: Evolution des températures moyennes annuelles observées aux niveaux des stations de Ouarzazate (1960-2010) et Errachidia (1973-2010) Ce constat de réchauffement à l échelle annuelle au niveau de la station de Ouarzazate est déjà noté par une étude de tendances observées sur 14 stations météorologiques marocaines (Driouech, 2010). IV. Méthodologies et données utilisées Etant donné que les modèles de circulation générale (MCG) sont généralement tournés avec des résolutions spatiales de l ordre de 200 à 300 km dans la plupart des cas, ils ne permettent pas d accéder aux échelles spatiales locales comme celle d un oasis. Leurs sorties ne peuvent être directement utilisées par exemple pour alimenter les modèles d impacts qui représentent un passage incontournable dans tout processus d élaboration de stratégies 10

d adaptation qui se veut fondé et objectif. Rappelons en effet que les forçages et les circulations qui modifient le climat régional se produisent généralement à des échelles spatiales plus fines et peuvent conduire à des conditions climatiques régionales bien différentes de ce que présuppose l état climatique global. Les techniques de descente d échelle (réduction d échelle ou downscaling) spatiale servent notamment à élaborer des scénarios de changement climatique à échelles spatiales fines à partir de sorties de MCG à résolution plus grossière. Elles se divisent en méthodes statistiques (Wilby et al. 1998, Wilby et al. 2002) et en méthodes dynamiques incluant les MCG (Cubasch et al., 1995) à haute résolution, les MCG à résolution variable (Déqué et Pièdelièvre, 1995 ; Mc Gregor, 1996) et les modèles régionaux du climat à aire limitée (Giorgi, 1990 ; Jones et al., 1995 ; Rummukain et al., 2001). Cette étude utilise les deux types de méthodes précités : la descente d échelle dynamique en utilisant les sorties du modèles ARPEGE-Climat et la descente d échelle statistique en utilisant le modèle SDSM. IV.1 Descente d échelle dynamique Les modèles de circulation générale couplés océan-atmosphère (MCGOA) restent le meilleur outil permettant l étude de l évolution du climat sous forçage anthropique. De tels modèles fournissent, à l heure actuelle, une des représentations les plus complètes du système climatique. Cependant, la majorité des MCGOA ont une résolution de l ordre de 200km à 300km. Ils ne permettent pas, ainsi, d accéder aux résolutions requises par les modèles d impacts ni de fournir l information nécessaire pour étudier les climats régionaux et locaux de façon fiable, fine et détaillée. Les méthodes de descente d échelle dynamiques permettent d affiner l information climatique produite par les MCGOA à l aide de modèles à aire limitée (Giorgi et Mearns, 1991 ; Leung et al., 2003 ; Wang et al., 2004), de modèles de circulation générale 11

atmosphériques (MCGA) de haute résolution à tranches temporelles (Cubasch et al., 1995), ou de circulation générale atmosphérique à résolution variable (MCGA-RV) (Fox-Rabinovitz et al., 2001; McGregor et al., 2002 ; Gibelin et Déqué, 2003). Les modèles climatiques à aire limitée, appelés aussi modèles régionaux de climat (MRC) à grilles emboîtées, constituent probablement la méthode de réduction d échelle dynamique la plus largement utilisée. Ils sont, en effet, les moins coûteux de leur catégorie en moyens informatiques et de ce fait les plus accessibles. Ils consistent à réaliser des simulations à haute résolution sur uniquement une région donnée, dite région d intérêt. Les modèles à aire limitée nécessitent la connaissance à chaque instant des conditions aux bords de leur domaine d'intégration. Celles-ci sont fournies par le modèle dit de forçage qui est en général un MCGOA. Cette dépendance des modèles climatiques à aire limitée d un modèle de forçage, constitue leur limitation principale. L approche des MCGA de haute résolution consiste à simuler à l aide d un modèle de circulation général atmosphérique certaines périodes données ou tranches temporelles (par exemple 1971-2000 ou 2021-2050) d une simulation (à faible résolution) faite à l aide d un MCGOA dite simulation transitoire (Giorgi, 2008). La température de surface de l océan (SST) nécessaire pour ces simulations est fournie par les MCGOA. L hypothèse de base de cette approche est que le forçage SST issu du MCGAO soit cohérent avec la climatologie du MCGA de haute résolution. Les MCGA de haute résolution ont l avantage de s affranchir de tout forçage aux bords et de fournir des informations sur tout le globe au même degré de précision. Ils ont cependant une limitation principale qui réside dans leur coût informatique qui les rend difficilement accessibles. Les modèles de circulation générale atmosphériques à résolution variable (MCGA-RV), développés depuis les années 1980 (Déqué et Li, 2007), ont le même principe que les MCGA à haute résolution. La seule différence qui existe entre les deux approches est que les MCGA-RV utilisent une grille horizontale à 12

résolution variable. Leur technique consiste à prendre une haute résolution sur la région d intérêt puis la diminuer graduellement jusqu à l antipode (point de minimum de résolution). Comme pour les MCGA de haute résolution, les températures de surface de l océan leurs sont fournies par un MCGOA. Ce type de modèles a l avantage de s affranchir de la tutelle d un modèle global et de garder la cohérence de la circulation de grande échelle. Son coût informatique reste intermédiaire entre les deux autres approches de réduction d échelle dynamique. Cette étude fait appel à la méthode de descente d échelle dynamique utilisant un MCGA à résolution variable. Elle utilise les sorties quotidiennes de précipitations et températures maximales et minimale du modèle ARPEGE- Climat dans sa version IV. Cette version du modèle (Driouech et al., 2009) utilise un schéma semilagrangien d advection et un schéma de discrétisation temporelle semi-implicite à deux pas de temps. La discrétisation verticale est faite à l aide d'une coordonnée hybride sigma-pression. Les 31 niveaux verticaux du modèles sont ceux des réanalyses ERA15 (Gibson et al., 1997) et se situent entre la surface et le niveau 10 hpa. La majorité des niveaux se trouvent dans la troposphère et seulement 4 sont au dessus de 80hPa. La troncature spectrale correspond à une T106 et le facteur d étirement, relativement faible, est égal à 3. La grille contenant 21692 points a son maximum de résolution au niveau du pôle de 0.5 et une résolution minimale à l antipode de 4.5. Le pôle d étirement (pôle de maximum de résolution) est placé sur le Maroc à 28 N, 8 W (Fig. 5). Cela permet de couvrir tout le territoire marocain (du 37ème au 21ème parallèle) d une résolution comprise entre 50km et 60km. La plupart des travaux antérieurs avec ARPEGE plaçaient le pôle d étirement au centre du bassin méditerranéen (40 N-12 C) ce qui donnait des résolutions comprises entre 75km et 87km pour un facteur d'étirement égal à 3. 13

Fig 5: Grille du modèle ARPEGE-Climat IV.2 Descente d échelle statistique Le modèle statistique de réduction d échelle SDSM (Wilby et al, 2002 ; Wily et DMN, 2007) est utilisé dans cette étude à fin de produire des scénarios à échelle fine pour les paramètres météorologiques suivants: précipitation quotidienne, températures moyennes, maximales et minimales. La technique consiste à utiliser des relations empiriques entre la variable observée à l échelle locale appelée prédictand (précipitations et températures) et les variables de 14

grande échelle appelées prédicteurs (Tab 1). Les prédicteurs (DAI MCCG3 Predictors, 2008) ou données d entrée pour les modèles statistiques sont les variables climatiques à grande échelle utilisées par les techniques de downscaling pour générer des variables locales ou prédictands (champs observés). Prédicteurs Pression au niveau de la mer Vitesse du vent en surface Vitesse zonale du vent en surface Vitesse méridionale du vent en surface Tourbillon en surface Direction du vent en surface Divergence en surface Vitesse du vent à 500 et à 850hpa Vitesse zonale du vent à 500 et à 850 hpa Vitesse méridionale du vent à 500 hpa Tourbillon à 500 et à 850hpa Geopotentiel à 500 et à 850hpa Direction du vent à 500 et à 850hpa Divergence à 500 et à 850hpa Humidité relative à 500 et à 850hpa Humidité spécifique en surface Humidité relative à 850 hpa Tab 1: Prédicteurs de grande échelle utilisés dans la technique de réduction d échelle statistique Largement utilisées pour la production de scénarios climatiques à échelle locale, les méthodes de descente d échelle statistique, peu coûteuses en moyens de calcul par rapport aux méthodes dynamiques, nécessitent de disposer de longues séries d observations de paramètres météorologiques comme les précipitations ou les températures. Elles reposent sur l hypothèse fondamentale que la relation statistique «prédictand prédicteurs» établie à l aide de l information sur le climat actuel est également valide pour le futur (Hewitson et Crane, 1996 ; Solman et Nuñez, 1999). Il convient de noter que cette hypothèse est difficile à vérifier tenant compte du fait que les conditions avec un forçage de 15

gaz à effet de serre (GES) accru devraient être très différentes de celles que l on retrouve dans les archives de données anciennes utilisées pour établir les modèles de réduction d échelle statistique. Les méthodes statistiques incorporent les techniques de typologie météorologique, les fonctions de transfert ou régression et les générateurs stochastiques de données météorologiques. Les étapes nécessaires pour produire des scénarios de changements climatiques à haute résolution par la technique SDSM sont résumées principalement dans cinq étapes décrites ci-dessous : a. Contrôle des données et transformations : Cette première étape consiste à faire un contrôle basique des données observées avant la calibration du modèle. Il est aussi parfois nécessaire de procéder à certaines transformations au niveau des prédictands (observations) et/ou prédicteurs (données de grande échelle) comme par exemple : transformation logarithmique, inverse ou binomiale. b. Sélection des prédicteurs : Cette étape de sélection (ou screening) permet un choix statistique rigoureux des prédicteurs en se basant sur la variance expliquée et les corrélations entre prédictands et prédicteurs. c. Calibration du modèle : La calibration du modèle consiste à calculer les paramètres de l équation de régression multiple entre prédictand (température moyenne, température maximale, température minimale et précipitations) et prédicteurs (Ré-analyse NCEP dans le cas de cette étude) à l aide d un algorithme d'optimisation (technique des moindres carrés). d. Génération des données sur le climat présent et analyse statistique : Cette opération permet la génération d un ensemble de 20 séries stochastiques quotidiennes de l observation locale (prédictand) sur le climat présent à l aide des modèles calibrés et du générateur de temps 16

intégré dans SDSM. La procédure permet la vérification des modèles calibrés en se basant sur des séries de données indépendantes et certains critères statistiques. e. Génération des scénarios de changements climatiques à échelle locale: Après la calibration du modèle statistique de réduction d échelle SDSM, les scénarios de changements climatiques de grande échelle sont prises des sorties de MCCG3 et sont utilisées comme des inputs pour produire un ensemble de séries quotidiennes (dans notre étude 20 séries par paramètre et par scénario) pour le climat présent et le climat futur à l échelle de la station météorologique. La descente d échelle statistique concerne deux stations de la zone oasienne, Ouarzazate et Errachidia, dont les séries de données observées sont de longueurs relativement suffisantes. Huit séries de données quotidiennes observées à savoir les précipitations, températures maximales, minimales et moyennes sont utilisées dans la technique statistique selon leurs disponibilité ; de 1960-2010 pour la station de Ouarzazate et de 1973-2010 pour la station d Errachidia. Le modèle SDSM est calibré à l aide des prédicteurs de grande échelle issus des réanalyses de NCEP (National Center for Environmental Prediction)/NCAR (National Center for Atmospheric Research). Les réanalyses issues de l associations de ces deux organismes américains couvrent une période de 50 ans de ré-analyses. Elles ont été interpolées, dans cette étude, sur la grille (gaussienne) du MCCG3 pour la période du climat actuel (1961-2003). Les prédicteurs utilisés pour la calibration du modèle et la production des scénarios de précipitations et de températures moyennes, maximales et minimales sont résumés sur l annexe C. 17

Les scénarios d évolution des champs de grande échelle utilisés pour générer les scénarios futurs à l échelle locale sont issus du modèle climatique global canadien de circulation générale MCCG3 (Flato et Boer, 2001). Le modèle de grande échelle MCCG3 est Le modèle de circulation générale de troisième génération MCCG. Une description technique du modèle figure en annexe D. V. Changements futurs issus de la descente d échelle dynamique Si les changements de la pluviométrie et de la température moyenne sont informatifs sur différents aspects, ils ne permettent pas de répondre aux questions relatives aux évolutions des événements extrêmes tels que sécheresses, fortes précipitations ou vagues de chaleur et de froid. En effet, ce sont souvent les changements des extrêmes qui ont les impacts les plus importants sur les sociétés. Dans plusieurs régions du monde, l impact du réchauffement global serait plus néfaste en se manifestant sous forme d événements extrêmes. Pour le cas des oasis, une zone à ressources hydrologiques limitées, il est certain que tout changement futur au niveau de sa pluviométrie ne serait pas sans effet. Tout changement dans les événements de fortes précipitations, ne passerait pas non plus inaperçu. Outre la précipitation et la température moyennes, cette étude évalue les changements futurs au niveaux des régions oasiennes en termes de : période maximale de sécheresse (en jour), nombre et l amplitude d événements de fortes précipitations, nombre de jours pluvieux, nombre de jours chauds et très chauds et nombre de jours appartenant à une vague de chaleur ainsi que ceux appartenant à une vague de froid. Les changements futurs pour chacun des indices climatiques sont calculés en comparant les indices de la période future (2021-2050) à ceux de la période présente (1971-200). 18

V.1 Définition des indices de changement climatique considérés Précipitation moyenne (pav) La précipitation moyenne d une saison (ou une année) donnée, est égale à la moyenne des précipitations quotidiennes calculées sur le nombre total de jours de cette saison (ou année). Nombre de jours humides (pn05mm) Pour une saison (ou une année) donnée, le nombre de jours humides est le nombre total de jours avec cumul pluviométrique supérieur à 0.5mm. Nombre d événements de forte précipitation (pnl90) C est le nombre total de jours avec précipitation supérieure au 90 ième centile calculé sur les jours humides de la période de référence (période présente). Amplitude des événements de fortes précipitations (pq90) Elle est représentée par le 90 ième centile calculé sur la période 1971-2000 pour le climat présent et sur la période 2021-2050 pour le climat futur. Période maximale de sécheresse (pxcdd) La période maximale de sécheresse d une saison (ou année) donnée est le nombre maximal de jours consécutifs secs durant cette saison (ou année). Un jour est considéré sec si son cumul pluviométrique est inférieur à 0.5mm. 19

Nombre de jours chauds C est le nombre de jours où la température maximale dépasse 25 C. Nombre de jours très chauds C est le nombre de jours où la température maximale dépasse 30 C. Nombre de jours frais C est le nombre de jours où la température maximale est inférieure à 15 C. Nombre de jours de vague de chaleur C est le nombre de jours appartenant à une succession d un minimum de 6 jours avec une température maximale dépassant le 90 ième centile. Nombre de jours de vague de froid C est le nombre de jours appartenant à une succession d un minimum de 6 jours avec une température minimale inférieure au 10 ième centile. V.2 Changements futurs des précipitations La précipitation revêt un caractère socio-économique important au Maroc, un pays à ressources hydrologiques modestes. Sa mesure, le suivi de son évolution et sa prévision à toutes échéances temporelles (courte, moyenne et longue) permettent d apporter des réponses à un nombre de questions qui ne cessent d augmenter. En particulier, l évaluation des incidences du changement climatique sur les précipitations des zones oasiennes marocaines à des échelles spatiales plus fines que ce que permettent la plupart des scénarios couvrant le pays, dont ceux du GIEC, est de nature à participer au comblement du manque existant en matière d informations climatiques fines et détaillées requises par les modèles d impacts. 20

Avant de passer aux changements futurs projetés par le modèle ARPEGE- Climat, signalons que la version utilisée dans cette étude a fait l objet, dans Driouech et al. (2009), d évaluations par rapport au climat présent (période 1971-2000). Cette évaluation a porté à la fois sur : la circulation de grande échelle notamment au niveau des régions influant sur le climat du Maroc, la distribution temporelle des précipitations et un nombre d indices pluviométriques relatifs aux cumuls, au nombre de jours humides et aux évènements extrêmes de fortes précipitation et de sécheresse. La comparaison du champ de la pression réduite au niveau de la mer simulé par le modèle à celui issu des ré-analyses ERA40 (Uppala et al., 2005) du CEPMMT (Centre Européen de Prévision Météorologique à Moyen Terme), a montré qu ARPEGE-Climat simule globalement bien ce champs représentatif de la circulation de grande échelle malgré une petite surestimation du centre de la dépression d Islande et un décalage de l anticyclone des azores vers l est. Un focus particulier sur les principaux régimes de temps de l Atlantique nord a mis en exergue la capacité du modèle à reproduire correctement à la fois la fréquence et la structure spatiale relative à chacun des quatre régimes (le régime zonal, le régime de blocage, le régime de l anticyclone groenlandais et la dorsale atlantique). L évaluation de la distribution des précipitations au niveau des stations météorologiques à travers la fonction de densité cumulative considérant chaque régime de temps à part, montre que l attitude du modèle diffère d un régime à l autre en dépit de sa tendance générale à être plus sec sur la côte Atlantique. L une des stations ayant fait l objet de l évaluation à l échelle locale est celle de Ouarzazate où le modèle est plus persistant en termes de sécheresse et a tendance à sous-estimer l amplitude des fortes précipitations évaluée à travers le 90 ième. Cette version du modèle a démontré, cependant, sa capacité à bien simuler la variabilité interannuelle des précipitations. 21

a. Précipitations moyennes La Fig 6 montre les changements futurs projetés par le modèle ARPEGE- Climat, sous le scénario A1B, pour les précipitations moyennes saisonnières. Rappelons que les changements sont obtenus en comparant la période 1971-2000 (dite présente) avec 2021-2050 (période future). La saison hivernale (DJF) connaîtrait une réduction des cumuls pluviométriques généralisée à toute la zone. Cette diminution serait de l ordre de 10% à 30% pour les provinces de Figuig, Ouarzazate et Tata et de 20% à 40% pour Errachidia et Zagora. Le changement moyen calculé sur un ensemble de 21 modèles (de résolution relativement faible) du GIEC (GIEC, 2007) donne pour les régions oasiennes une diminution hivernale de 10% à 30% d ici la fin du siècle (Fig. 8). Cette évolution est obtenue par la comparaison des deux dernières décennies du siècle courant (2080-2099) avec celles du 20 ème siècle (1980-1999). Dans le même sens d évolution, selon Born et al. (2008), la tendance des précipitations hivernales de la zone (SOA) située au sud des montagnes de l Atlas (région 3 selon la classification climatique de Köppen) et dont font parties les régions oasiennes, serait de 0.71 mm pour la période 1960-2050. A la différence du cœur de la saison pluvieuse, les cumuls moyens des précipitations des saisons du printemps et d automne évolueraient généralement dans le sens de l augmentation. Au printemps, les hausses seraient de 5% à 10% pour les provinces de Figuig et Errachidia, de 5% à 15% à Ouarzazate et Zagora et de 5% à 20% au niveau de la province de Tata. En automne, les hausses seraient de 10% à 30% en allant d ouest en est. La saison d été serait dominée par des changements peu notables notamment au niveau de la province d Errachidia, au sud de Figuig et au nord des provinces de Ouarzazate et Zagora. Le reste du territoire oasien connaîtrait des augmentations de 5% à 30%. 22

a) b) c) d) Fig 6: Changements (en %) projetés par ARPEGE-Climat pour les précipitations moyennes sous le scénario A1B. a) l hiver, b) le printemps, c) l été et d) l automne. 2021-2050 par rapport à 1971-2000. A l échelle annuelle (Fig 7), le changement résultant se répartirait entre une évolution peu notable à l ouest (notamment la province de Ouarzazate et la majeure partie de celle d Errachidia) et une augmentation des précipitations moyennes de l ordre de 5% à 20% à l est et au sud (5% à 10% sur la majeur partie des provinces de Figuig et Zagora, et 5% à 20% à Tata). 23

Fig 7: Changements (en %) projetés par ARPEGE-Climat, sous le scénario A1B, pour les précipitations moyennes annuelles 2021-2050 par rapport à 1971-2000. Etant donné la réduction des cumuls pluviométriques projetée pour la saison d hiver, les changements futurs des indices pluviométriques relatifs aux évènements extrêmes de sécheresse et de fortes précipitations sont analysés dans ce qui suit pour cette saison qui recueille une bonne partie de la pluviométrie annuelle (en général, pas moins du tiers). Fig 8: Changements de température et précipitation projetés pour l Afrique pour la période 2080-2099 par rapport à 1980-1999. Les changements sont moyennés sur les 21 modèles du GIEC. Les figures en bas représentent le nombre de modèles projetant une augmentation des précipitations. (GIEC, 2007) 24

b. Indices pluviométriques relatifs aux jours humides, aux fortes précipitations et à la sécheresse Outre la diminution des précipitations hivernales, la zone oasienne connaîtrait une baisse du nombre de jours humides de 5% à 20% au niveau de la province de Figuig, de 10% à 20% à Errachidia et Ouarzazate et de 10% à 30% à Zagora et Tata (Fig 9a). De points de vue extrêmes pluviométriques, le nombre d évènements de fortes précipitations (Fig 9b) diminuerait sur toute la zone avec une même fourchette et structure spatiale que pour le nombre de jours humides. Quant à leur amplitude, le 90 ème centile (Fig 9c) baisserait en valeurs à Errachidia (de 5% à 40%), à l est de Ouarzazate (de 5% à 20%) et dans la majeur partie des provinces de Figuig et Zagora (de 5% à 30%). Sur le reste de la région, seule la moitié sud de la province de Tata connaîtrait un changement notable ; soit une augmentation de l ordre de 5% à 10%. En termes de sécheresse, la période maximale de jours consécutifs secs (Fig 9d) ne subirait pas de changements importants dans la majeure partie de la zone, à l exception d un faible raccourcissement au sud des provinces de Figuig et Errachidia et d un rallongement de 2 à 4 jours au nord de celles-ci. 25

a) pn05 b) pnl90 c) pq90 d) pxcdd Fig 9: Changements projetés par ARPEGE-Climat sous le scénario A1B pour : a) le nombre de jours humides (en %), b) le nombre d événements de fortes précipitations (en%), c) le 90ème centile (en %) et d) la période maximale de sécheresse (en jours). Saison d hiver (Décembre à Février). 2021-2050 par rapport à 1971-2000. V.3 Changements futurs des indices thermiques a. Température moyenne Le réchauffement futur projeté pour la majeure partie de la planète n excepte pas le Maroc (GIEC, 2007 a ou b ; DMN, 2007 ou 6 ; Driouech et al., 26

2010). En effet, selon le quatrième rapport du GIEC, les températures moyennes au Maroc accuseraient, d ici la fin du siècle, une augmentation de 2.5 C à 3.5 C en hiver et de 2.5 C à 5 C en été. Les régions oasiennes connaîtraient, à l horizon 2050, une augmentation de températures en toutes saisons (Fig 10) selon le modèle ARPEGE-Climat. Elles se réchaufferaient de 1 C à 1.2 C en hiver et de 1.6 C à 2.2 C en été. Le réchauffement plus important en été qu en hiver est projeté aussi par les modèles du GIEC (2007) et par Born et al. (2008). L élévation des températures des saisons intermédiaires serait de 1.4 C à 1.8 C au printemps et de 1.6 C à 2 C en automne. A l avant des régions oasiennes, Driouech (2010) montre que le réchauffement printanier, projeté pour tout le pays, serait accentué sur le haut et moyen Atlas. Ce réchauffement induirait la fonte des neiges qui tendrait à le renforcer à travers une modification des propriétés radiatives de la surface terrestre ; une diminution de l albédo entraîne une absorption du rayonnement solaire accrue, et au final un réchauffement. L eau stockée dans le couvert neigeux est une source non négligeable pour l écoulement de surface et contribue à l irrigation et aux besoins domestiques au début de la saison sèche. Une fonte précoce des neiges implique donc une limitation des apports en eau en fin du printemps et au début de l été. Signalons que l augmentation accentuée des températures moyennes au niveau de l Atlas marocain est aussi projetée par Somot et al. (2008) pour 2070-2099 par rapport à 1961-1990, et ceci à l aide d'une version couplée du modèle ARPEGE-Climat avec le pôle de maximum de résolution situé en Méditerranée. Cette étude s est focalisée sur l évolution du climat sur l Europe et la région méditerranéenne. 27

a) b) c) d) Fig 10: Changements de la température moyenne projetés par ARPEGE-Climat sous le scénario A1B (en C) pour : a) l hiver, b) le printemps, c) l été et d) l automne. 2021-2050 par rapport à 1971-2000. A l échelle annuelle (Fig 11), la température moyenne augmenterait, sur la période 2021-2050 par rapport à 1971-2000, de 1.4 C à 1.8 C. Ce résultat est compatible avec la tendance de température annuelle estimée par Born et al. (2008) pour la région au sud des montagnes de l Atlas (SOA) ; soit une tendance de 1.64 C sur la période 1960-2050. 28

Fig 11: Changements projetés par ARPEGE-Climat, sous le scénario A1B, pour la température moyenne annuelle (en C). 2021-2050 par rapport à 1971-2000. Après les projections futures de la température moyenne, la suite de cette partie abordera les changements projetés pour les indices thermiques relatifs aux jours chauds et frais et ceux des vagues de chaleur et de froid définis dans le paragraphe V.1. b. Nombre de jours chauds et très chauds estivaux L évolution du nombre de jours à température maximale supérieure à 25 C (Fig 12a), dits jours chauds, répartit la région en deux selon un axe nordest sud-ouest avec une zone d augmentation future à l ouest estimées de 2 à 10 jours et une zone à l est qui ne subirait pas de changements notables. Les fourchettes d augmentations du nombre de jours chauds au niveau des provinces de Figuig, Zagora, et Tata vont de 2 à 6 jours et celles d Errachidia et Ouarzazates vont de 2 à 10 jours. Les jours très chauds (jours à température maximale supérieure à 30 C) estivaux accuseraient des augmentations plus importantes et quasi généralisées à toute la zone. Le gradient nord-ouest sud-est serait aussi plus marqué que pour le nombre de jours chauds (Fig 12b). Les évolutions au niveau des provinces de 29

Figuig et Ouarzazate seraient de +6 à +18 jours et de +6 à +14 jours respectivement. Les augmentations que connaîtraient la majeure partie des provinces d Errachidia, Zagora et Tata seraient de 2 à 18 jours pour la première et de 2 à 10 jours pour les secondes. a) b) Fig 12: Changements projetés par ARPEGE-Climat sous le scénario A1B (en jours) pour : a) le nombre de jours chauds estivaux et b) le nombre de jours très chauds estivaux. 2021-2050 rapport à 1971-2000. c. Nombre de jours frais hivernaux L évolution future du nombre de jours frais hivernaux (jours à température maximale inférieure à 15 C) est représentée sur la Fig 13. Toujours dans le sens du réchauffement, l ensemble de la zone oasienne subirait une réduction du nombre de jours frais allant de -4 à -8 jours. d. Vagues de chaleur et de froid Les figures 14a et 14b représentent les changements futurs au niveau des régions oasiennes respectivement pour les vagues de chaleur estivales et les vagues de froid hivernales. L évolution de ces deux indices, projetée à l horizon 2050, confirme le sens de l évolution vers un réchauffement additionnel 30

accompagné d une augmentation d extrêmes thermiques chauds. Le nombre de vagues de chaleur estivales accuserait, en effet, une augmentation spectaculaire généralisée à toute la région qui serait de 15 à 25 jours. Le nombre de vagues de froid hivernales diminuerait de façon plus faible ; soit une baisse de 2 à 4 jours. Fig 13: Changements (en jours) projetés par ARPEGE-Climat sous le scénario A1B, pour le nombre de jours frais hivernaux. 2021-2050 par rapport à 1971-2000. a) b) Fig 14: Changements projetés par ARPEGE-RV sous le scénario A1B (en jours) pour : a) les vagues de chaleur estivales et b) les vagues de froid hivernales. 2021-2050 par rapport à 1971-2000. 31

V.4 Synthèse En termes de changements futurs pouvant concerner les régions oasiennes marocaines, à l horizon 2021-2050, on note principalement: - Une baisse des cumuls pluviométriques hivernaux généralisée à toute la zone et associée à une diminution des nombres de jours humides et d'évènements de fortes précipitations. - La diminution des cumuls hivernaux serait de 10% à 40% suivant les régions et celles des nombres de jours humides et d'évènements de fortes précipitations serait de 5% à 30%. - L'amplitude des évènements extrêmes de l'hiver diminuerait aussi sur une grande partie de la zone. - La saison du printemps connaîtrait une augmentation en cumuls de 5% à 20%. - En termes thermiques, la zone se réchaufferait en toutes saisons. L'élévation de températures, plus accentuée en été, varierait entre 1 C et 2.2 C. Par ailleurs, ce réchauffement se manifesterait aussi par une augmentation du nombre de jours très chauds et de vagues de chaleur estivaux et une diminution du nombre de jours frais hivernaux. Ces résultats sont globalement en accord avec certaines études ayant évalué les scénarios futurs issus de modèles tournés à haute résolution sur le Maroc. En particulier, Born et al. (2008) projettent, en utilisant la classification de Köppen, à l aide du MRC REMO (Jacob, 2001) tourné avec une résolution de 0.5, une évolution vers un climat plus sec et plus chaud dans le futur (2036-2050 par rapport à 2086-2000). Plus récent, Soroosh (2011) 3 a utilisé le modèle régional 3 Cette étude est réalisée dans le cadre du projet de la Banque Mondiale ciblant l évaluation des impacts des changements climatiques sur les ressources en eau au Maroc. Elle s est basée sur les données issues du modèle régional de climat (non hydrostatique) MM5 développé par le centre national de recherche atmosphérique (NCAR) et l Université d'état de Pennsylvanie. 32

de climat (à aire limitée) MM5 avec une résolution de l ordre de 54km sur la majeure partie du Maroc. Cette étude projette une évolution future (l horizon 2035-2065 par rapport 1971-2000) vers un réchauffement accompagné d une réduction des cumuls pluviométriques. 33

VI. Changements futurs issus de la descente d échelle statistique Avant d'évaluer les changements futurs issus de SDSM, on teste d abord la capacité de cette technique statistique de descente d échelle à générer le temps présent. Fig 15 montre les erreurs relatives 4 (en %) des cumuls pluviométriques saisonniers et annuels générés par SDSM, sur la période 1971-2000, au niveau des stations de Ouarzazate et Errachidia. A l'exception du printemps à Errachidia, le biais moyen du modèle est positif à la fois aux échelles saisonnières et annuelles indiquant la dominance du caractère de surestimation des cumuls pluviométriques par SDSM. Les biais saisonniers sont compris entre -16% (au printemps) et +20% (en automne) à Errachidia et entre +2% et +22% pour les saisons de pluie (hiver, printemps, automne) à Ouarzazate où la saison d'été montre un biais bien élevé (+68%). Le biais relatif aux cumuls annuels est de +7% à Errachidia et de +14% à Ouarzazate. Fig 15: Erreurs relatives (en %) des cumuls pluviométriques saisonniers et annuels générés par SDSM, sur la période 1971-2000, à Ouarzazate (courbe bleue) et Errachidia (courbe rouge). 4 L'erreur relative est calculée en divisant l'anomalie, obtenue en retranchant à la valeur simulée par le modèle celle observée, par la valeur observée. Dans le cas de Fig 15, la valeur simulée ou observée est celle du cumul de précipitations saisonnières (dans le cas des saisons) ou annuelles simulées par SDSM ou observées. 34

VI.1 Changements futurs des précipitations a. Précipitations moyennes Les projections futures issues de SDSM, à l horizon 2021-2050, pour les précipitations sont illustrées sur les figures Fig 16a et Fig 16b qui montrent une évolution vers l'assèchement quasi-généralisée à toutes les saisons au niveau des deux stations. Seuls l'hiver à Errachidia et le printemps à Ouarzazate n'accuseraient pas de changements notables. Les cumuls pluviométriques de Ouarzazate (Fig 16a) baisseraient de 8% en hiver, de 11% en automne et de 46% en été. Une baisse de 20% résulterait ainsi à l'échelle annuelle. Rappelons que le modèle ARPEGE-Climat projette aussi une baisse hivernale mais plus accentuée au niveau de ce site (de 20% à 30%). Le consensus entre les deux approches (statistique est dynamique) s'affaiblit considérablement quand il s'agit des cumuls de chacune des trois autres saisons. Les réductions au niveau d'errachidia (Fig 16b) seraient de 15% au printemps, de 59% en automne et de 45% en été. A l'échelle annuelle les cumuls diminueraient de 23%. Selon ARPEGE-Climat, les seuls changements notables au niveau d'errachidia seraient une baisse de 20% à 30% en hiver et une augmentation de 5% à 10% au printemps. 35

a) b) Fig 16 : Changements futurs (en %) issus de SDSM pour les cumuls saisonniers et annuels de précipitation à: a) Ouarzazate et b) Errachidia. 2021-2050 par rapport à 1971-2000. Vu l importance de l assèchement noté à l horizon 2021-2050 à l échelle annuelle sur les deux stations et l intérêt de la pluviométrie hivernale, le reste de cette partie se focalisera sur les indices pluviométriques de changement climatique précités dans le paragraphe V.1 pour l'hiver et l'année. 36

b. Indices pluviométriques relatifs aux jours humides, à la période maximale de sécheresse et aux fortes précipitations Le tableau Tab 2 résume l évolution des indices pluviométriques de changement climatique pour les deux sites de Ouarzazate et Errachidia. La baisse du cumul hivernal à Ouarzazate serait plus liée à une réduction (d'environ 8%) du nombre de jours humides. Celle du cumul annuel serait accompagnée d'une diminution de 18% en jours humide et un allongement d'environ 8 jours de la période maximale de sécheresse. L'assèchement à l'échelle annuelle à Errachidia serait accompagné d'une baisse de l'ordre de 22% en jours humides et d'un important renforcement de la persistance temporelle de la sécheresse; soit une augmentation d'environ 56 du nombre maximal de jours consécutifs secs. L amplitude des évènements de fortes précipitations (90ème centile) ne montrerait pas de changements importants au niveau des deux sites. Indices Nombre de Jours humides Période maximale de sécheresse 90 ème centile Hiver Année Hiver Année Hiver Année Ouarzazate -8-18 -1.6 8.5-2 -1 Errachidia +4-22 -0.5 56.5 +5 +1 Tab 2 : Changements futurs issus de SDSM pour le nombre de jours humides (en%), la période maximale de sécheresse (en jours) et le 90ème centile (en %) à Ouarzazate et Errachidia. 2021-2050 par rapport à 1971-2000. 37

VI.2 Changements futurs de température a. Température moyenne Les changements futurs des températures moyennes saisonnières et annuelles à l horizon 2021-2050 par rapport à la période de référence 1971-2000 sont présentés sur Fig 17 et Fig 18 Comme attendu, le réchauffement futur concernerait les deux sites de Ouarzazate et d Errachidia et ceci pour toutes les saisons de l année. Il serait plus accentué en hiver qu'en été. La hausse de la température moyenne (Fig 17et Fig 18) serait de 1.2 C en hiver et de 2 C en été à Ouarzazate. La saison automnale accuserait une augmentation plus importante; +2.9 C. La température moyenne annuelle se réchaufferait de 1.9 C environ. A l'exception du printemps, le site d'errachidia accuserait des augmentations saisonnières de température plus importantes d'environ 1 C que Ouarzazate. Le réchauffement annuel serait de 2.2 C. Le réchauffement issu de SDSM pour le site de Ouarzazate est globalement comparable à celui projeté par ARPEGE-Climat à l'exception de la saison d'automne. A Errachidia, seule la saison du printemps montre un grand consensus entre les deux approches. Fig 17: Changements futurs issus de SDSM pour la température moyenne saisonnière et annuelle (en C) à Ouarzazate. 2021-2050 par rapport à 1971-2000. 38

Fig 18: Changements futurs issus de SDSM pour la température moyenne saisonnière et annuelle (en C) à Errachidia. 2021-2050 par rapport à 1971-2000. b. Indices thermiques relatifs aux jours chauds estivaux et aux jours frais hivernaux Le tableau Tab 3 résume les changements futurs, à l horizon 2021-2050, issus de SDSM pour le nombre de jours chauds et très chauds et le nombre de jours frais (comme définis au paragraphe V.1) au niveau des deux stations Ouarzazate et Errachidia. Comme pour ARPEGE-Climat, le réchauffement au niveau des deux sites concernés par la descente d échelle statistique se manifesterait aussi par une diminution non négligeable du nombre de jours frais hivernaux. Ceux-ci accuseraient, en effet, une baisse de 11 à 12 jours par rapport à la période de référence. Les jours à fortes températures ne subiraient, par contre, pas de changement important. Selon, la descente d échelle dynamique, le nombre de jours très chauds augmenterait environ de 10 à 14 jours au niveau des deux localités ; Ouarzazate et Errachidia. 39

Indices Nombre de jours frais hivernaux Nombre de jours chauds estivaux Nombre de jours très chauds estivaux Vagues de chaleur estivales Vagues de froid hivernales Ouarzazate -12-0.03-0.5 +0.1 +2 Errachidia -11-0.17 0.6 +0.43 +1 Tab 3: Changements futurs (en jours) issus de SDSM pour les nombres de jours chauds et très chauds estivaux et le nombre de jours frais hivernaux à Ouarzazate et Errachidia. 2021-2050 par rapport à 1971-2000. c. Vagues de chaleur et de froid Que ça soit pour Ouarzazate ou Errachidia, les extrêmes thermiques relatifs aux vagues de chaleur et de froid ne subiraient pas de changements importants selon SDSM malgré un sens d évolution vers l augmentation. Le nombre de jours appartenant à une vague de froid augmenterait de 1 à 2 jours et celui des vagues chaudes ne changerait pratiquement pas. Rappelons, que la descente d échelle dynamique projette une nette augmentation des extrêmes chauds et une diminution de 3 à 4 jours pour les extrêmes froids. VI.3 Synthèse La descente d échelle statistique réalisée, à l aide de SDSM en utilisant les sorties du modèle MCCG3, montre qu à l horizon 2021-2050 les régions oasiennes représentées par les deux stations de Ouarzazate et Errachidia accuseraient une baisse en cumuls pluviométriques annuels de 20% et 23% respectivement. De façon générale, l évolution à l échelle saisonnière serait aussi dans le sens de l assèchement. 40

L assèchement annuel coïnciderait avec une diminution en nombre de jours humides au niveau des deux stations et un allongement de la période maximale de sécheresse non négligeable. Le réchauffement futur ne serait pas non plus négligeable et ceci à la fois aux échelles saisonnières et annuelles. La hausse des températures moyennes serait plus accentuée en été qu en hiver et atteindrait en valeur annuelle moyenne 1.9 C à Ouarzazate et 2.2 C à Errachidia. Elle serait accompagnée d une diminution significative du nombre de jours frais confirmant le réchauffement. Ce résultat de réchauffement sur la zone oasienne est aussi obtenu par l étude élaborée, sur 22 stations météorologiques marocaines, en utilisant SDSM et les scénarios de grande échelle du modèle de circulation générale anglais HADCM3 (Wilby & Direction de la Météorologie Nationale, 2007). 41

VI. Conclusion générale L analyse de tendances observées au niveau de deux stations de la région oasienne (Ouarzazate et Errachidia), cible du projet «Adaptation aux changements climatiques au Maroc pour des Oasis résilientes», montre un réchauffement non négligeable enregistré au niveau des deux sites durant les cinq dernières décennies. A l échelle annuelle, la température moyenne a augmenté, en effet, de 1.53 C sur la période 1960-2010 à Ouarzazate et de 1.4 C sur la période 1973-2010 à Errachidia. En termes pluviométriques, malgré l existence de plusieurs périodes de sécheresse, le cumul annuel de pluie montre une tendance à la hausse au niveau des deux sites. Cette tendance reste, cependant, faible et due essentiellement aux fortes pluies qu a reçues la zone ces dernières années. Les projections futures à l horizon 2021-2050, ont été évaluées selon le scénario A1B du GIEC, à l aide des données de haute résolution issues des deux méthodes de descente d échelle : dynamique à l aide du modèle ARPEGE- Climat et statistique à l aide du modèle SDSM. Les changements sont calculés par rapport à la période de référence 1971-2000. Une baisse des cumuls pluviométriques hivernaux généralisée à toute la zone oasienne et associée à une diminution des nombres de jours humides et d'évènements de fortes précipitations est projetée selon la descente d échelle dynamique. La diminution est aussi obtenue par SDSM au niveau de Ouarzazate affichant un relatif consensus entre les deux approches. Ce consensus s'affaiblit considérablement quand il s'agit des cumuls des saisons du printemps, de l été et de l automne. En termes thermiques, la zone oasienne se réchaufferait en toutes saisons. L'élévation de températures, plus accentuée en été qu en hiver, varierait entre 1 C et 3.2 C selon les saisons et le modèle. Le réchauffement se manifesterait aussi par une diminution du nombre de jours frais hivernaux et selon 42

ARPEGE-Climat, par une augmentation du nombre de jours très chauds et de vagues de chaleur estivaux. A l exception des saisons intermédiaires, le printemps et l automne, qui ne font pas objet de la plupart des études de climat, et malgré certaines divergences entre les deux approches, les principaux changements projetés restent compatibles jusqu à une certaine mesure avec les travaux antérieurs ayant ciblé le Maroc. 43

Références bibliographiques Boer, G.J., 1995: A hybrid moisture variable suitable for spectral GCMs. Research Activities in Atmospheric and Oceanic Modelling. Report No. 21, WMO/TD-No. 665, World Meteorological Organization, Geneva. Born K., Christoph M., Fink A.H., Knippertz P., Paeth H., Steph P., 2008: Moroccan climate in present and future: combined view from observational data and regional climate scenarios. In: Zeini, F., Hötzl, H. (Eds.), Climatic Changes and Water Resources in the Middle East and North Africa. Springer, pp. 29-45. Born K., Fink A.H., Paeth H., 2009: Dry and Wet Periods in the Northwestern Maghreb for Present Day and Future Climate Conditions (http://www.impetus.unikoeln.de/fileadmin/content/veroeffentlichungen/publikationsliste/1 415_Born_full_article.pdf). Bougeault P., 1985: A simple parametrization of the large scale effects of deep cumulus convection, Mon. Wea. Rev., 113, 2108 2121. Christensen J.H., Hewitson B., Busuioc A., Chen A., Gao X., Held I., Jones R., Kolli R.K., Kwon W.-T., Laprise R., Magaña Rueda V., Mearns L., Menéndez C.G., Räisänen J., Rinke A., Sarr A., Whetton P., 2007: Regional Climate Projections. In: Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor and H.L. Miller (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. Cubasch U, Waszkewitz J, Hegerl G, Perlwitz J (1995): Regional climate changes as simulated in time-slice experiments. Clim Change 31: 273-304 DAI MCCG3 Prédicteurs (2010). Ensembles de Variables Prédicteurs Derivées de MCCG3.1 T47 et des Réanalyses de NCEP/NCAR. Déqué M., Dreveton C., Braun A., Cariolle D., 1994: The climate version of the ARPEGE- IFS: a contribution of the French community climate modelling, Climate Dyn., 10, 249 266. Déqué M., Piedelievre J-Ph, 1995: High resolution climate simulation over Europe. Clim Dyn 11: 321-339. Déqué M., Marquet P., Jones R.G., 1998: Simulation of climate change over Europe using a global variable resolution general circulation model. Clim Dyn, 14:173 189. doi:10.1007/s003820050216 Déqué M., Jones R.G., Wild M., Giorgi F., Christensen J.H., Hassell D. C., Vidale P.L.,Rockel B., Jacob D., Kjellström E., de Castro M., Kucharski F., van den Hurk B., 2005: Global high resolution versus Limited Area Model climate change projections over Europe : quantifying confidence level from PRUDENCE results, Climate Dyn., 25(6), 653 670. Déqué M., Li L., 2007: la Prévision climatique: régionalisation et extrêmes. La météorologie, 57 : 28-30. Déqué M., 2007: Frequency of precipitation and temperature extremes over France in an anthropogenic scenario: model results and statistical correction according to observed values. Glob Planet Change 57:16 26. doi:10.1016/j.gloplacha.2006.11.030. 44

Driouech F., 2006 : Etude des indices de changements climatiques sur le Maroc: températures et precipitations. Direction de la Météorologie Nationale "INFOMET", Casablanca, Novembre 2006. Driouech F., Déqué M., Mokssit A., 2009: Numerical simulation of the probability distribution function of precipitation over Morocco, Clim. Dyn., 32, 1055-1063. DOI 10.1007/s00382-008-04310-6 Driouech F., Déqué M., Sánchez-Gómez E., 2010: Weather regimes Moroccan precipitation link in a regional climate change simulation. Glob Planet Change. DOI:10.1016/j.gloplacha.2010.03.004. Driouech F., 2010: Distribution des précipitations hivernales sur le Maroc dans le cadre d un changement climatique : descente d échelle et incertitudes. Memoir de these en Sciences de l Univer et de l Environnement. Institut National Polytechnique de Toulouse, Université de Toulouse 6, octobre 2010. 163pp. Easterling D.R., Meehl G.A., Parmesan C., Chagnon S.A., Karl T., Mearns L.O., 2000: Climate extremes: observation, modelling and impacts. Science 289:2068-2074. Frich, P., Alexander L. V., Della-Marta P., Gleason B., Haylock M., Klein Tank A. M.G., Peterson T., 2002: Observed coherent changes in climatic extremes during the second half of the twentieth century. Clim. Res., 19, 193 212. Folland C.K., Rayner N.A., Brown S.J., Smith T.M., Shen S.S.P., Parker D.E., Macadam I., Jones P.D., Jones R.N., Nicholls N., Sexton D.M.H., 2001: Global temperature change and its uncertainties since 1861. Geophysical Research Letters 28: 2621-2624. DOI:10.1029/2001GL012877. Fox-Rabinovitz M, Coté J, Dugas B, Déqué M, McGregor JL, Belochitski A (2008): Stretched-Grid Model Intercomparison Project: Decadal Regional Climate Simulations with Enhanced Variable and Uniform-Resolution GCMs. Meteorology and Atmospheric Physics (in press). Frei C., Christensen J.H., Déqué M., Jacob D., Jones R.G., Vidale P.L., 2003: Daily precipitation statistics in regional climate models: evaluation and intercomparison for the European Alps. J Geophys Res 108:1 19. Gibelin A.L., Déqué M., 2003: Anthropogenic climate change over the Mediterranean region simulated by a global variable resolution model. Clim. Dyn., 20, 327-339. Gibson J.K., Kållberg P., Uppala S., Hernandez A., Serano E., 1997: ERA description. ECMWF Re-analysis project report series. ECMWF, Shinfield Giorgi F., 1990: Simulation of regional climate using a limited area model nested in a general circulation model. J Climate 3: 941-96 Goodess C., 2003: STAtistical and Regional dynamical Downscaling of EXtremes for European regions: STARDEX. European Geophysical Union Information Newsletter 6, available on line at http://www.the-eggs.org/articles.php?id=3 IPCC, 2007a: Climate Change 2007: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on 132Climate 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, 976 pp. IPCC, 2007b: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M.Tignor and H.L. Miller (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 996 pp. 45

Jacob D., 2001: A note to the simulation of annual and interannual variability of the water budget over the Baltic Sea drainage basin. Meteorol Atmos Phys 77:61 74. doi:10.1007/s007030170017 Jones R. G., Murphy J.M., Noguer M., 1995: Simulation of climate change over Europe using a nested regional-climate model. I. Assessment of control climate, including sensitivity to location of lateral boundaries. Q J R Meteorol Soc 121: 1413-1449. Kharin V., Zwiers F. W., Zhang X. et Hegerl G.C., 2007: Changes in temperature and precipitation extremes in the IPCC ensemble of global coupled model simulations, J. Climate, 20(8), 1419 1444, doi :10.1175/JCLI4066.1. Karl T. R., Nicholls N., Ghazi A., 1999: CLIVAR/GCOS/WMO workshop on indices and indicators for climate extremes: Workshop summary. Climatic Change, 42, 3 7. Köppen, W., 1936: Das geographische System der Klimate. Handbuch der Klimatologie, Vol. 1, Part C, Gebr. Bornträger Verlag Berlin, 388 pp. (in German). Knippertz P., Christoph M. and Speth P., 2003: Long-term precipitation variability in Morocco and the link to the large-scale circulation in recent and future climates, Metorol. Atmos. Phys., 83, 67-88. Le Treut H., 2003: Les scénarios globaux de changement climatique et leurs incertitudes. C.R. Géoscience, 335, 525-533. Leung L.R., Mearns L.O., Giorgi F., Wilby R.L., 2003: Regional climate research: needs and opportunities. Bulletin of the American Meteorological Society, 82, 89-95 Machenhauer B., Windelband M., Botzet M., Christensen J.H., Déqué M., Jones J., Ruti P.M., Visconti G., 1998: Validation and analysis of regional present-day climate and climate change simulations over Europe. MPI Report No 275, MPI, Hamburg, Germany. Magnan A., Garnaud B., Billé R., Gemenne F., Hallegatte S., 2009: La Méditerranée au futur. Des impacts du changement climatique aux enjeux de l adaptation. Institut du développement durable et des relations internationales (IDDRI) Paris, France, 45pp. Manton, M.J., et al., 2001: Trends in extreme daily rainfall and temperature in Southeast Asia and the South Pacific: 1961 1998. Int. J. Climatol., 21, 269 284. McGregor J. L., 1996: Semi-Lagrangian advection on conformal-cubic grids. Mon Wea Rev 124: 1311-1322. McGregor J.L., Nguyen K.C. et Katzfey J.J., 2002: Regional climate simulations using a stretched-grid model. In: Research Activities in Atmosphere and Oceanic Modelling [Ritchie H., (ed.)]. Rapport 32, WMO/TD 1105, World Meteorological Organisation, Genève, 15-16. Mearns L.O., Bogardi I., Giorgi F., Matyasovsky I. et Palecki M., 1999: Comparison of climate change scenarios generated from regional climate models experiments and statistical downscaling. J. Geophys. Res., 104(D6), 66036621. doi: 10.1029/1998JD200042. Morcrette J., 1990: Impact of changes to radiation transfer parametrizations plus cloud optical properties in the ECMWF model, Mon. Wea. Rev., 118, 847 873. Nicholls, N. et W. Murray, 1999: Workshop on Indices and Indicators for climate extremes, Asheville, NC, USA, 3-6 June 1999. Breakout Group B: Precipitation. Clim. Change, 42, 23-29. Noilhan J., Mahfouf S., 1996: The ISBA land surface parametrization scheme, Global Planet. Change, 13, 145 159 46

Peterson, T.C., 2001: CLIMATE EXTREME INDICES VIA REGIONAL CLIMATE CHANGE WORKSHOPS. http://www.ncdc.noaa.gov/oa/wmo/ccl/ams-2005-workshopspreprint.pdf Peterson C., Taylor M. A., Demeritte R., Duncombe D. L., Burton S., Thompson F., Porter A., Mercedes M., Villegas E., Fils R. S., Tank A. K., Martis A., Warner R., Joyette A., Mills W., Alexander L., Gleason B., 2002: Recent changes in climate extremes in the Caribbean region. Jour. Geo. Res., 107: 16-1:16-9. Randall D.A., Wood R.A., Bony S., Colman R., Fichefet T., Fyfe J., Kattsov V., Pitman A., Shukla J., Srinivasan J., Stouffer R.J., Sumi A., Taylor K.E., 2007: Climate Models and Their Evaluation. In: Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., Qin D., Manning M., Chen Z., Marquis M., Averyt K.B., Tignor M., Miller H.L. (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. Ricard J. L., Royer J. F., 1993: A statistical cloud scheme for use in an AGCM, Ann. Geophysicae, 11, 1095 1115. Rummukainen M, Räisänen J, Bringfelt B, Ullerstig A, Omstedt A, Willén U, Hansson U, Jones C (2001): A regional climate model for northern Europe: model description and results from the downscaling of two GCM control simulations. Clim Dyn 17: 339-359. Somot S., Sevault F., Déqué M., Crépon M., 2008: 21st century climate change scenario for the Mediterranean using a coupled atmosphere ocean regional climate model. Glob. Plan. Change 63: 112 126. Terray L., Demory M.E., Déqué M., de Coetlogon G., Maisonnave E., 2004: Simulation of late-twenty-first-century changes in wintertime atmospheric circulation over Europe due to anthropogenic causes. J Clim 17:4630 4635. doi:10.1175/jcli-3244.1. Terray L., Braconnot P. (ss dir.), 2008: Livre blanc Escrime : étude des simulations climatiques. IPSL-Météo-France, 52 p. Uppala SM, Kållberg PW, Simmons AJ, Andrae U, da Costa Bechtold V, Fiorino M, Gibson JK, Haseler J, Hernandez A, Kelly GA, Li X, Onogi K, Saarinen S, Sokka N, Allan RP, Andersson E, Arpe K, Balmaseda MA, Beljaars ACM, van de Berg L, Bidlot J, Bormann N, Caires S, Chevallier F, Dethof A, Dragosavac M, Fisher M, Fuentes M, Hagemann S, Hólm E, Hoskins BJ, Isaksen L, Janssen PAEM, Jenne R, McNally AP, Mahfouf J-F, Morcrette J-J, Rayner NA, Saunders RW, Simon P, Sterl A, Trenberth KE, Untch A, Vasiljevic D, Viterbo P, Woollen J, 2005: The ERA-40 reanalysis. Q J R Meteorol Soc 131: 2961-3012. Verseghy D. L., McFarlane N. A., Lazare M., 2006: Class A Canadian land surface scheme for GCMS, II. Vegetation model and coupled runs. International Journal of Climatology.Volume 13, Issue 4, pages 347 370. Wang Y., Leung L.R., McGregor J.L., Lee D-K, Wang W-C, Ding Y., Kinura F., 2004: Regional climate modeling: progress, challenges and prospects. Journal of the Meteorological Society of Japan, 82, 1599-1628. Wilby R.L., Wigley T.M.L., Conway D., Jones P.D., Hewitson B.C., Main J., Wilks D.S., 1998: Statistical downscaling of general circulation model output: A comparison of methods. Water Resources Research 34: 2995-3008 Wilby, R.L. & Dawson, C.W. (2004): Using SDSM Version 3.1 A Decision Support Tool for the Assessment of Regional Climate Change Impacts. User Manual. 67pp. 47

Wilby R.L., DMN, 2007: Climate Change scenarios for Morocco. Final technical report. Department of Geography, Lancaster University and Environment Agency of England and Wales, Direction de la Météorologie Nationale, on behalf of World Bank. 23 pp. Zhang X., Yang F., 2004: Rclimdex (1.0) User Manual. Climate Research Branch Environment Canada Downsview, Ontario. Canada. September 10, 2004. Liens utilisés : http://loki.qc.ec.gc.ca/dai/dai-f.html http://www.cccma.ec.gc.ca http://www.produitsdeterroir.org/rbosm/ 48

ANNEXE A : Principales sources d incertitudes liées aux changements climatiques Principales sources d incertitudes liées aux changements climatiques Quantifier et comprendre de la façon la plus précise possible les changements climatiques aux échelles globale et régionale est un des problèmes majeurs dans le débat actuel sur le changement global. Les projections climatiques restent en effet entachées d incertitudes qui tiennent à la fois aux caractéristiques des systèmes naturels, qui ne sont pas entièrement prévisibles, et aux choix socio-économiques qui seront faits dans les années à venir (Le Treut, 2003). On distingue ainsi quatre grandes sources d incertitude (Terray et Braconnot, 2008 ; Magnan et al., 2009) : I. les émissions de gaz à effet de serre et d aérosols reposant sur des considérations socioéconomiques et donc dépendant des comportements futurs des sociétés et leurs avancées en termes d innovation dans divers domaines à empreintes sur le climat (énergie, industrie, agriculture, transport, etc.) constituent la première et la plus grande source d'incertitude liée aux changements climatiques futurs. II. Si La communauté scientifique s est attachée à prendre en compte de plus en plus de processus physiques régissant la circulation océanoatmosphérique et les interactions des différentes composantes du système climatique et à augmenter la résolution spatiale des modèles, ceux-ci restent limités par la performance informatique et par le degré de compréhension des phénomènes physico-chimiques. La deuxième source d incertitude est ainsi liée à la modélisation du climat et elle est inhérente à ce qui n'est pas représenté dans le modèle, soit parce que trop complexe (même si un comportement peut être modélisé, ses effets peuvent ne pas l'être), soit parce que mal connu, et aux simplifications introduites par les paramétrisations physiques. III. Vu les résolutions que permettent les MCGAO et celles nécessaires pour aborder les échelles régionales et locales et les impacts du changement climatique, la réduction spatiale ou descente d échelle est une étape incontournable. Elle constitue cependant une source supplémentaire d incertitudes liée notamment aux difficultés de la prise en compte des processus locaux de leurs interactions (sols, végétation, hydrologie, ). IV. Une quatrième source relève des difficultés de prévision sur le long terme de la variabilité climatique naturelle et de sa prédominance à plus court terme sur le signal de changement climatique. Cette variabilité peut être attribuée, par exemple, à la façon dont les transferts de chaleur 49

s opèrent autour du globe. Elle comprend des changements épisodiques de la circulation océanique et atmosphérique tels que le phénomène El Niño- Oscillation australe (ENSO) et l oscillation nord-atlantique (NAO). Toutes ces sources d incertitudes existant à tous les niveaux du processus d évaluation des changements climatiques futurs ne doivent pas pour autant conduire à l inaction, mais plutôt à les prendre en considération et à essayer de les évaluer. Différents moyens permettent en effet de balayer les marges d incertitudes. A titre d exemples, les incertitudes aux émissions de GES sont parcourues par l utilisation de différents scénarios et celles relatives à la modélisation sont réduites à travers l utilisation de différents modèles climatiques. Concernant les modèles climatiques, rappelons qu au moins quatre éléments permettent de leur accorder un crédit certain (Randall et al., 2007). Le premier élément est que ces modèles numériques sont fondés sur des lois physiques établies (comme la conservation de la masse et de l énergie) et sur une profusion d observations. Le second tient dans l excellente capacité des modèles à simuler des aspects importants du climat actuel. Le troisième élément de confiance réside dans l aptitude de ces modèles à simuler les climats et les changements climatiques passés. Enfin, la complexification graduelle des modèles ne contredit pas les résultats obtenus avec des modèles plus simples. Au cours de plusieurs décennies de développement, les modèles ont systématiquement et sans ambiguïté montré qu une augmentation des émissions de gaz à effet de serre s accompagnait d un réchauffement significatif à l échelle du globe (Magnan et al., 2009). Repris de Driouech (2010) 50

ANNEXE B : Zones oasiennes marocaines concernées par l étude Fig 19 Zones oasiennes marocaines concernées par l étude (source : PIMS_4252_AAP_Maroc-Prodoc_final.pdf) 51

ANNEXE C : Prédicteurs utilisés dans SDSM Paramètres à prévoir Prédicteurs utilisés Précipitation Pression réduite au niveau de la mer Composante méridionale du vent à 500hPa Vorticité à 500hPa Géopotentiel à 500hPa Divergence à 500hPa Températures Pression réduite au niveau de la mer Composante zonale du vent à 1000hPa Composante méridionale du vent à 1000hPa Géopotentiel à 500hPa Température moyenne à 2m Tab 4 Prédicteurs utilisés pour la calibration du modèle SDSM et la production des scénarios de précipitations et de températures moyennes, maximales et minimales. 52

ANNEXE D : Description technique du modèle MCCG3 La dernière version du modèle climatique de circulation générale couplé océanatmosphère (MCCG3) du Centre canadien de modélisation et d analyse du climat incorpore la même composante océanique que la version précédente (MCCG2 : Flato et Boer, 2001). De plus, la mise à jour s effectue de façon consistante dans MCGA3, le modèle canadien de circulation générale atmosphérique. On trouvera plus de renseignements sur la composante atmosphérique et les générations de MCCG1 et MCCG2 sur le site http://www.ec.gc.ca/ccmac-cccma/default.asp?lang=fr&n=4a642ede-1. En général, les variables atmosphériques provenant du MCCG3 sont de meilleure qualité par rapport à la version précédente du modèle. L introduction, d un nouveau module de traitement des processus de la surface terrestre CLASS (Verseghy et al., 1993) ainsi qu un nouveau traitement de transport de la vapeur d eau et de paramétrisation des nuages contribuent à cette amélioration. Les variables atmosphériques du MCCG3 sont archivées toutes les 6 heures et définies sur une grille spectrale (T47) à 31 niveaux ETA15 verticaux (sommet à ~ 50 km). Étant disponibles aux niveaux de pression standard et à une fréquence de 6 heures, ces variables ont été interpolées sur une grille gaussienne, puis agrégées à l échelle quotidienne. Les variables en surface et à proximité de la surface sont par contre définies à l échelle quotidienne sur une grille gaussienne globale à mailles de 96x48 points de grille selon la longitude et la latitude (3,75 long. x ~ 3,75 lat.). La variable diagnostique de la pression à la surface (PS), archivée toutes les 6 heures, a aussi été moyennée sur une base quotidienne. Adapté de DAI MCCG3 Prédicteurs (2010). 53

ANNEXE E : Tableau synthétique des principaux résultats Précipitation moyenne Evénements extrêmes de sécheresse Evènements de fortes précipitations Température moyenne Nombre de jours chauds Nombre de jours frais Vagues de chaleur Descente d échelle dynamique (zone oasienne) Baisse généralisée en hiver à toute la zone allant de -10% à -40%. A l échelle annuelle ; évolution peu notable à l ouest et augmentation de 5% à 20% ailleurs. Pas de changements importants Diminution générale Réchauffement en toutes saisons plus accentué en été qu en hiver, Augmentation de la température moyenne de 1 C à 2.2 C. Augmentation significative. Diminution significative. Augmentation significative. Descente d échelle statistique (Ouarzazate et Errachidia) Baisse générale à l échelle annuelle de -20 à -23% et à l échelle saisonnière de -15% à -59% excepté une augmentation négligeable en hiver à Errachidia. Allongement significatif de la période maximale de sécheresse à l échelle annuelle. Pas de changements importants. Réchauffement en toutes saisons plus accentué en été qu en hiver ; Augmentation de la température moyenne de 1 C à 3.2 C. Pas de changement notable. Diminution significative. Pas d évolution notable. Vagues de froid Faible diminution. Pas d évolution notable. Tab 5 : Tableau synthétique des principaux résultats, issus de cette étude, relatifs aux projections futures (2021-2050/1971-2000) 54

Liste des principaux acronymes ARPEGE : Action de Recherche Petite Echelle Grande Echelle CEPMMT : Centre Européen de Prévision Météorologique à Moyen Terme DAI : Data Access Integration DMN : Direction de la Météorologie Nationale ERA : European Re-analysis GIEC : Groupe Intergouvernemental sur l Evolution de Climat IPCC : Intergouvernemental Panel on Climate Change MCG : Modèle Climatique Global MCCG : Modèle Climatique Couplé Global MCGA : Modèle Climatique Global Atmosphérique MCGOA : Modèle Climatique Global Ocean-Atmosphère MRC : Modèle regional Climatique PNUD : Programme des Nations Unies Pour le Développement SDSM : Statistical Downscaling Model 55

Liste des figures Fig 1: Zones oasiennes marocaines concernées par l étude... 7 Fig 2: Evolution des cumuls de pluie annuels observés aux stations de Ouarzazate... 8 Fig 3: Anomalies relatives (en %) des précipitations moyennes annuelles au niveau des stations de Ouarzazate (1960-2010) et Errachidia (1973-2010).... 9 Fig 4: Evolution des températures moyennes annuelles observées aux niveaux des stations de Ouarzazate (1960-2010) et Errachidia (1973-2010)... 10 Fig 5: Grille du modèle ARPEGE-Climat... 14 Fig 6: Changements (en %) projetés par ARPEGE-Climat pour les précipitations moyennes sous le scénario A1B. a) l hiver, b) le printemps, c) l été et d) l automne.... 23 Fig 7: Changements (en %) projetés par ARPEGE-Climat, sous le scénario A1B, pour les précipitations moyennes annuelles 2021-2050 par rapport à 1971-2000.... 24 Fig 8: Changements de température et précipitation projetés pour l Afrique pour la période 2080-2099 par rapport à 1980-1999. Les changements sont moyennés sur les 21 modèles du GIEC. Les figures en bas représentent le nombre de modèles projetant une augmentation des précipitations. (GIEC, 2007)... 24 Fig 9: Changements projetés par ARPEGE-Climat sous le scénario A1B pour :... 26 Fig 10: Changements de la température moyenne projetés par ARPEGE-Climat sous le scénario A1B (en C) pour : a) l hiver, b) le printemps, c) l été et d) l automne.... 28 Fig 11: Changements projetés par ARPEGE-Climat, sous le scénario A1B, pour la température moyenne annuelle (en C). 2021-2050 par rapport à 1971-2000.... 29 Fig 12: Changements projetés par ARPEGE-Climat sous le scénario A1B (en jours) pour : 30 Fig 13: Changements (en jours) projetés par ARPEGE-Climat sous le scénario A1B,... 31 Fig 14: Changements projetés par ARPEGE-RV sous le scénario A1B (en jours) pour : a) les vagues de chaleur estivales et b) les vagues de froid hivernales. 2021-2050 par rapport à 1971-2000.... 31 Fig 15: Erreurs relatives (en %) des cumuls pluviométriques saisonniers et annuels générés par SDSM, sur la période 1971-2000, à Ouarzazate (courbe bleue)... 34 Fig 16 : Changements futurs (en %) issus de SDSM pour les cumuls saisonniers et annuels de précipitation à: a) Ouarzazate et b) Errachidia. 2021-2050 par rapport à 1971-2000.... 36 Fig 17: Changements futurs issus de SDSM pour la température moyenne saisonnière et annuelle (en C) à Ouarzazate. 2021-2050 par rapport à 1971-2000.... 38 Fig 18: Changements futurs issus de SDSM pour la température moyenne saisonnière et annuelle (en C) à Errachidia. 2021-2050 par rapport à 1971-2000.... 39 Fig 19 Zones oasiennes marocaines concernées par l étude... 51 56

Liste des tableaux Tab 1: Prédicteurs de grande échelle utilisés dans la technique de réduction d échelle statistique... 15 Tab 2 : Changements futurs issus de SDSM pour le nombre de jours humides (en%), la période maximale de sécheresse (en jours) et le 90ème centile (en %) à Ouarzazate et Errachidia. 2021-2050 par rapport à 1971-2000.... 37 Tab 3: Changements futurs (en jours) issus de SDSM pour les nombres de jours chauds et très chauds estivaux et le nombre de jours frais hivernaux à Ouarzazate et Errachidia. 2021-2050 par rapport à 1971-2000.... 40 Tab 4 Prédicteurs utilisés pour la calibration du modèle SDSM et la production des scénarios de précipitations et de températures moyennes, maximales et minimales.... 52 Tab 5 : Tableau synthétique des principaux résultats, issus de cette étude, relatifs aux projections futures (2021-2050/1971-2000)... 54 57