Ce travail vise à évaluer les pluies simulées issues des sorties de modèles climatiques régionaux Cordex-Africa dans le bassin côtier oranais en Algérie. Pour cela les simulations du modèle RCA4 (Rossby Centre Atmosphere model, version 4) forcé par deux modèles de circulation globale (MPI-ESM-LR et CNRM-CM5) sous deux scenarios de forçages radiatifs «Representative Concentration Pathways» (RCPs) RCP 4.5 et RCP 8.5 sont comparées aux pluies observées au niveau de cinq stations pluviométriques, au cours de la période de contrôle 1981–2005 à l'échelle mensuelle. Les données futures simulées sont ensuite corrigées à l'aide de deux méthodes de correction de biais, à savoir, la méthode quantile-quantile et la méthode Delta, afin de mieux analyser leur évolution au cours de la période de projection 2075–2099. Les coefficients d'échange estimés au cours de la période 2075–2099 montrent que les simulations corrigées par la méthode Delta sont moins biaisées que les simulations corrigées par la méthode quantile-quantile. L'analyse de l'évolution future des pluies met en évidence une réduction de −12 % à −38 % d'ici la fin du 21ème siècle selon le RCP 4.5. Cette réduction qui est encore plus importante selon le scénario pessimiste RCP 8.5, risque d'affecter la disponibilité des ressources en eau dans la région qui a connu par le passé une période de sècheresse sévère et persistante. Enfin, cette étude peut être utilisée comme outil d'aide à la décision destiné aux parties prenantes de la gestion intégrée des ressources en eau et de l'agriculture. Néanmoins, pour une meilleure appréciation des impacts socio-économiques, une étude plus approfondie en considérant plusieurs modèles climatiques et d'autres paramètres climatiques, est recommandée.
The role of climate change in future streamflow is still very uncertain, especially over semi-arid regions. However, part of this uncertainty can be offset by correcting systematic climate models’ bias. This paper tries to assess how the choice of a bias correction method may impact future streamflow of the Cheliff-Mactaa-Tafna (CMT) rivers. First, three correction methods (quantile mapping (QM), quantile delta mapping (QDM), and scaled distribution mapping (SDM)) were applied to an ensemble of future precipitation and temperature coming from CORDEX-Africa, which uses two Representative Concentration Pathways: RCP4.5 and RCP8.5. Then, the Zygos model was used to convert the corrected time series into streamflow. Interestingly, the findings showed an agreement between the three methods that revealed a decline in future streamflow up to [−42 to −62%] in autumn, [+31% to −11%] in winter, [−23% to −39%] in spring, and [−23% to −41%] in summer. The rate of decrease was largest when using QM-corrected model outputs, followed by the raw model, the SDM-corrected model, and finally, the QDM-corrected model outputs. As expected, the RCP presents the largest decline especially by the end of the 21st Century.
2 May 2024 in Agricultural Science Digest - A Research Journal
Background: Fuel consumption is a critical factor in the performance of an agricultural tractor. And it can be affected by numerous parameters. Farming practices is an essential aspect that affects the cost of operation and the overall efficiency of the tractor. Predictions of fuel consumption rates in tractors and the energy consumption parameters of primary tillage equipment under local conditions are therefore essential selection criteria in purchasing decisions. Methods: A prediction model for fuel usage during tillage operations was created using dimensional analysis. The model was established by incorporating experimental findings into an equation. The experiment was conducted in the El Ouracia region of Setif, Algeria in 2022/2023 crop season, with fuel usage per time unit determined through topping-up the tank method. The fuel experiment parameters were measured according to their respective standard procedures. Result: By simulating fuel usage with tillage depth, tillage width, travel speed, soil bulk density and cone index. The constant in the prediction model was obtained. This developed model has the potential to forecast the tractor fuel consumption during tillage operation.