Critères sur les données manquantes des séries de précipitations

Il est conseillé de calculer les normales ou les moyennes de courte période uniquement quand on dispose des valeurs d’au moins 80 % des années de la série de relevés, avec au plus trois années consécutives manquantes. Quand les données manquantes touchent une période relativement longue, mais qu’après cette période les relevés sont jugés suffisamment complets, une autre solution consiste à calculer une moyenne pour cette période à l’aide uniquement des données provenant des années qui suivent l’interruption dans les relevés. Les normales ou les moyennes annuelles devraient correspondre à la moyenne ou à la somme (suivant le cas) des douze valeurs normales ou moyennes mensuelles, sans tenir compte de la durée variable des mois (voir le Règlement technique, Volume I, partie II, paragraphe 1.4.2.4). Le calcul des normales annuelles n’est possible que si aucune normale mensuelle ne manque. Il est recommandé de ne pas calculer de valeur mensuelle quand plus de dix valeurs quotidiennes sont manquantes ou s’il y a une période de cinq jours successifs à laquelle aucune valeur n’est attribuée. Pour des éléments dont la valeur mensuelle est une somme de valeurs quotidiennes et non une moyenne (notamment pour la hauteur de pluie dans notre cas), on ne devrait calculer une valeur mensuelle qu’à condition de disposer de toutes les observations quotidiennes ou alors qu’à condition que tout jour manquant soit inclus dans une observation cumulative, couvrant la période correspondant aux données manquantes, pour le jour où les observations reprennent. Dans la publication intitulée Calculation of Monthly and Annual 30-Year Standard Normals (WMO/TD-No. 341), il est recommandé d’appliquer des critères plus stricts au calcul des moyennes, les limites étant de plus de cinq valeurs quotidiennes manquantes ou trois jours successifs manquants

Procédure de restitution des valeurs manquantes sous SPSS avec l’algorithme EM.

La fenêtre de l’éditeur de données sous SPSS : On clique sur le menu Analyse> Analyse des valeurs manquantes, on entre les mois dans la case variables quantitative et on coche sur EM. On clique sur l’onglet EM, l’itération est fixée à 25. On crée un nouveau jeu de données, puis on termine par OK. Annexes XV Annexe XIII : Procédure d’homogénéisation des séries de précipitations quotidiennes sous RHtests_dlyPrcp. Premièrement, on dispose les données dans un fichier «. Dat » en l’enregistrant sous « Antananarivo DMH.dat » dans le dossier contenant le package RHtests_dlyPrcp, comme l’image cidessous. Pour commencer la session GUI, entrez StartGUI () après avoir entré la source (« RHtests_dlyPrcp.r ») à l’invite R. Comme l’indique la fenêtre ci-dessous. Enfin, on arrive à l’interface graphique GUI de RHtests_dlyPrcp. On clique sur ChangePars pour ajuster les paramètres. Après, On clique sur FindU pour excécuter TransPMFred (pour la détection des changements de type 1) et FindUD (pour la détection des type 0).