Précipitations mensuelles au Maroc (1984–2026) : 40 ans de pluie avec CHIRPS v3
Explorez plus de 40 ans de précipitations mensuelles au Maroc avec CHIRPS v3 : séries satellite calibrées sur stations, idéales pour suivre la sécheresse, l'agriculture pluviale et les bassins versants.
Écrivez votre introduction ici : deux ou trois phrases qui donnent envie de lire la suite.
Première section
Votre contenu. La barre d'outils ci-dessus insère les éléments MDX à votre place — vous n'avez rien à mémoriser. La pluie est la variable qui décide de presque tout au Maroc : la campagne céréalière, le niveau des barrages, la recharge des nappes, le stress des forêts. Pourtant, les stations météo sont peu nombreuses et inégalement réparties. Le jeu de données CHIRPS v3 — Précipitations mensuelles au Maroc (janvier 1984 – juin 2026) comble ce vide : plus de 42 ans de pluie estimée mois par mois, sur tout le territoire national, provinces du Sud incluses.
Qu'est-ce que CHIRPS ?
CHIRPS (Climate Hazards Center InfraRed Precipitation with Station data) est un jeu de données produit par le Climate Hazards Center de l'Université de Californie, Santa Barbara, en collaboration avec l'USGS. Son principe : combiner des observations satellitaires infrarouges (qui détectent les nuages froids associés à la pluie) avec les mesures réelles de milliers de stations pluviométriques au sol. Le satellite fournit la couverture spatiale complète, les stations corrigent les biais.
La version 3, utilisée ici, améliore la prise en compte des stations et la stabilité des séries longues par rapport à la version 2. C'est l'un des produits de précipitations les plus utilisés au monde pour le suivi de la sécheresse et la sécurité alimentaire.
Loading map…
Ce que représente un pixel
Contrairement à une couche de classes (lithologie, occupation du sol), CHIRPS est une variable continue : chaque pixel contient un cumul de précipitations en millimètres pour un mois donné. Une valeur de 87 signifie 87 mm tombés sur ce mois-là, dans cette maille d'environ 5 km.
Cela change tout pour la symbologie :
- utilisez un étirement continu (dégradé blanc → vert → bleu → violet) ;
- le rééchantillonnage bilinéaire est acceptable ici, car les valeurs intermédiaires ont un sens physique ;
- la dimension temporelle est la clé : un mois isolé ne dit rien, c'est la comparaison à la moyenne de longue période qui révèle l'anomalie.
Le jeu de données en bref
| Propriété | Valeur |
|---|---|
| Fournisseur | Climate Hazards Center, UC Santa Barbara / USGS |
| Variable | précipitations cumulées mensuelles |
| Version | CHIRPS v3 |
| Période | janvier 1984 – juin 2026 |
| Résolution spatiale | 0,05° (environ 5 km) |
| Pas de temps | mensuel |
| Unité | millimètres (mm/mois) |
| Projection publiée par Kharita | WGS 84 — EPSG:4326 |
| Couverture | territoire national complet, provinces du Sud incluses |
| Licence | domaine public (US Government), citation demandée |
Lire le climat marocain avec 40 ans de recul
Le grand gradient nord-sud
Les longues moyennes mensuelles montrent ce que tout le monde sait mais que peu de cartes nationales quantifient proprement : la pluie décroît fortement du Rif et du Moyen Atlas vers le sud. Les façades méditerranéenne et atlantique nord concentrent l'essentiel des cumuls, tandis que les provinces du Sud vivent avec des moyennes mensuelles très faibles, ponctuées d'épisodes rares mais parfois intenses.
La saisonnalité marocaine
L'année pluvieuse marocaine se joue entre octobre et avril. Juillet et août sont quasi secs presque partout. Avec une série mensuelle, on peut calculer pour chaque pixel la part de la pluie « utile » tombée pendant la campagne agricole — l'indicateur qui compte pour le bour (agriculture pluviale), pas la moyenne annuelle brute.
Les années de sécheresse en perspective
La force d'une série de plus de 40 ans est de replacer chaque sécheresse récente dans son contexte historique : le déficit de 2022–2024 peut être comparé mois par mois aux grandes sécheresses du début des années 1980 ou de 1994–1995. C'est exactement le type d'analyse que le Climate Hazards Center a conçu CHIRPS pour permettre.
À quoi cette couche peut servir
Suivi de la sécheresse agricole
En comparant chaque mois à la moyenne 1991–2020 du même mois, on construit des cartes d'anomalie en % : les indicateurs de début de campagne (siembras) et de fin de cycle pour les céréales. C'est la base du suivi que font les services de veille agricole et les assurances indicielles.
Hydrologie et barrages
Le cumul mensuel sur un bassin versant donne un premier signal sur les apports attendus. Croisé avec l'occupation du sol et le relief, il aide à hiérarchiser les bassins à surveiller — sans remplacer les mesures de l'Agence de bassin hydrologique concernée.
Recherche, enseignement, datajournalisme
Une série de plus de 500 mois en accès ouvert permet de produire des graphiques de tendance, des cartes de variabilité interannuelle, des récits chiffrés sur le changement climatique au Maroc — avec une source citée et reproductible.
Utilisation dans QGIS
- Téléchargez les COG depuis la fiche CHIRPS.
- Ajoutez le raster : chaque bande correspond à un mois (ou utilisez le raster temporel : clic droit → Propriétés → Temporal).
- Choisissez un dégradé monobande (p. ex.
Bluesinversé). - Pour une anomalie : Raster → Calculatrice raster →
(mois - moyenne_du_mois) / moyenne_du_mois * 100. - Activez le contrôleur temporel pour animer la série mois par mois.
Astuce : pour un cumul annuel par pixel, additionnez les 12 bandes de l'année dans la calculatrice raster plutôt que de faire une moyenne des 42 ans — les années hydrologiques se lisent mieux en cumul.
Ce que cette donnée ne permet pas de conclure
- Ce sont des estimations, pas des mesures au sol : à 5 km de résolution, un orage très localisé peut être lissé.
- Les zones de montagne (neige, relief fort) et les épisodes convectifs d'été dans le Sud sont plus difficiles à capter par satellite.
- Elle ne remplace pas les séries officielles de la Direction Générale de la Météorologie pour un calcul réglementaire ou un dimensionnement.
- Une anomalie CHIRPS est un signal de dépistage : toute décision opérationnelle (assurance, irrigation, alerte) doit être confirmée avec des mesures terrain.
- Les derniers mois de la série peuvent être consolidés avec un léger retard par le fournisseur.
Sources et attribution
- Climate Hazards Center — CHIRPS
- UCAR Climate Data Guide — CHIRPS version 3
- Funk, C. et al. (2015), The climate hazards infrared precipitation with stations — a new environmental record for monitoring extremes, Scientific Data 2, 150066. DOI 10.1038/sdata.2015.66
Attribution recommandée : Climate Hazards Center, UC Santa Barbara — CHIRPS v3, domaine public, avec citation de Funk et al. (2015). Attribution des figures : UCAR Climate Data Guide et franceinfo.
Discussion