22
Afin de compléter les points de grilles sans observation, nous avons procédé à une
interpolation spatiale (entre les boites) pondérée par la distance, en se basant sur la formule
de CRESSMAN (NAJJAR et KEELING, 1997) :
ω (s) = (d
2 –S
2
) / (d
2 +S
2 )
(19)
Avec:
S est la distance entre la case pour
laquelle la moyenne sera calculée et la case
possédant une valeur.
d est le rayon d’influence qui est dans
notre cas fixé à 600 km
Figure 15 : schématisation du rayon d’influence
Après avoir fait l’interpolation spatiale, de nombreux points dans les grilles sont restés
sans valeur. De ce fait nous avons utilisé une moyenne par 3 mois et par 5 mois comme cela a
été réalisé par NAJJAR and KEELING, (1997) et LOUANCHI and NAJJAR, (2000). Les étapes de ce
travail sont résumées dans l’algorithme de la figure 16.
Le calcul du taux de remplissage de nos grilles avant et après interpolation nous permet
de mieux apprécier l’effet des interpolations spatio-temporelles sur la densité des données,
(Tableau 4)
Une interpolation verticale linéaire a aussi été réalisée pour les valeurs manquantes.
Enfin nous avons calculé les climatologies pour 3 décennies. La 1
ère décennie regroupe
la moyenne des données des années 50-60-70, la 2
ème décennie représente les années 80 et la
3
ème décennie les années 90. Le but de cette étape est double, elle nous permet d’améliorer le
taux de remplissage de nos cases comme le montre les résultats du tableau 5 ce qui est d’une
grande importance dans la suite de notre travail surtout pour la partie modélisation ainsi que de
voir l’évolution décennale des différents paramètres calculés.
X
X
X Grille
éliminée
600Km
X
X X