Les pluies extrêmes, mesurées au sol
Les précipitations extrêmes se mesurent mal par modèle : les réanalyses les lissent. Cette page s’appuie sur les pluviomètres de 19 stations. La couleur des marqueurs indique si le dernier mois complet a été sec ou humide (SPI sur un mois).
- mois sec (SPI ≤ −1)
- proche de la normale
- mois humide (SPI ≥ 1)
- très humide (SPI ≥ 1,5)
Stations GHCN-Daily ; couleur : SPI-1 du dernier mois complet (classes de McKee).
Lagos station GHCN NIM00065201 · 1974-08-16 → 2025-08-17
Afficher les données en tableau
Afficher les données en tableau
Afficher les données en tableau
| # | Jour | mm |
|---|---|---|
| 1 | 2018-11-27 | 361,2 |
| 2 | 2006-05-13 | 330,2 |
| 3 | 2005-10-10 | 299,7 |
| 4 | 2006-07-13 | 270,5 |
| 5 | 2015-08-08 | 224,0 |
| 6 | 2000-03-18 | 192,0 |
| 7 | 2005-05-25 | 180,6 |
| 8 | 2006-07-14 | 180,6 |
| 9 | 2005-06-04 | 180,3 |
| 10 | 2022-07-25 | 180,1 |
| Période | Cumul max. sur 30 j (mm) | Seuil (mm) |
|---|
| Ville | Record en 1 jour (mm) | Rx1day, dernière année (mm) | Tendance Rx1day (mm/décennie) | Mois complets |
|---|---|---|---|---|
| Rome | 120 (1978) | 36 (2023) | +2,2 ± 1,6 | 95 % |
| New Delhi | 263 (1996) | 68 (2004) | +3,1 ± 9,2 | 46 % |
| Lagos | 361 (2018) | — | — | 0 % |
| Paris | 75 (2018) | 24 (2025) | +1,6 ± 0,8 | 100 % |
| Tokyo | 261 (1996) | 76 (2024) | +4,0 ± 3,4 | 78 % |
| Berlin | 106 (1978) | 21 (2025) | -0,4 ± 1,1 | 100 % |
| Londres | 62 (1992) | 21 (2025) | -1,4 ± 0,7 | 100 % |
| Madrid | 87 (1972) | 28 (2025) | -0,4 ± 0,8 | 100 % |
| Mexico | 163 (2012) | 36 (2017) | — | 21 % |
| Sydney | 216 (1990) | 104 (2025) | -2,6 ± 2,6 | 99 % |
| Pékin | 263 (2016) | 126 (2024) | -2,2 ± 2,9 | 90 % |
| Chicago | 174 (2011) | 47 (2025) | +0,9 ± 2,1 | 100 % |
| Jakarta | 200 (1979) | — | — | 0 % |
| Nairobi | 352 (2010) | 70 (1997) | +6,0 ± 10,0 | 60 % |
| New York | 192 (2007) | 67 (2025) | +2,2 ± 2,3 | 100 % |
| Phoenix | 84 (2014) | 50 (2025) | +0,2 ± 0,9 | 100 % |
| São Paulo | 301 (2008) | 56 (2023) | -4,4 ± 2,6 | 67 % |
| Marseille | 161 (1973) | 110 (2025) | -0,5 ± 2,0 | 100 % |
| Buenos Aires | 300 (1973) | — | — | 1 % |
Pluie quotidienne des stations GHCN-Daily (Menne et al., 2012) depuis 1961, valeurs signalées par le contrôle qualité exclues. Indices de l’équipe d’experts ETCCDI (Zhang et al., 2011), par année civile : Rx1day et Rx5day (plus fortes pluies sur 1 et 5 jours), R20mm (jours d’au moins 20 mm), CDD et CWD (plus longues suites de jours secs, moins de 1 mm, et pluvieux), PRCPTOT (cumul des jours de pluie) et R95p (pluie des jours au-delà du 95e centile des jours de pluie de 1991–2020). Une année n’est retenue qu’avec au moins 330 jours mesurés. Épisodes persistants : cumul sur 30 jours au-delà du 90e centile du même jour calendaire (1991–2020, fenêtre de 15 jours).
Les stations plutôt que la réanalyse ERA5 : celle-ci reproduit bien les cumuls mensuels mais sous-estime les pluies intenses et leur variabilité locale (Lavers et al., 2022).
Un pluviomètre mesure un point : un orage peut épargner la station et frapper la ville voisine, et les records d’une station ne disent pas tout d’une région. Les tendances sur 60 ans de pluies extrêmes sont faibles devant leur variabilité : l’erreur type indiquée le rappelle, et la plupart ne sont pas significatives prises une à une.
Les changements d’instrument, de site ou d’heure de relevé peuvent créer des ruptures que GHCN-Daily ne corrige pas (à la différence des séries homogénéisées mensuelles).
- GHCN-Daily stations of the reference places (NOAA NCEI)
-
Menne, M. J., Durre, I., Vose, R. S., Gleason, B. E. and Houston, T. G. (2012). An overview of the Global Historical Climatology Network-Daily database. J. Atmos. Oceanic Technol., 29, 897–910. Menne, M. J., et al. (2012). Global Historical Climatology Network - Daily (GHCN-Daily), Version 3. NOAA NCEI.
· doi:10.7289/V5D21VHZ · page source ↗
Licence : U.S. Government work, public domain (data from national services under WMO Resolution 40); cite Menne et al. (2012) · récupéré le 25 oct. 2026 · SHA-256 fb525098ce40… - Zhang et al. (2011)
-
Zhang, X., Alexander, L., Hegerl, G. C., Jones, P., Klein Tank, A., Peterson, T. C., et al. (2011). Indices for monitoring changes in extremes based on daily temperature and precipitation data. WIREs Climate Change, 2(6), 851–870.
· doi:10.1002/wcc.147
Licence : Published literature; cited - Menne et al. (2012)
-
Menne, M. J., Durre, I., Vose, R. S., Gleason, B. E., & Houston, T. G. (2012). An overview of the Global Historical Climatology Network-Daily database. Journal of Atmospheric and Oceanic Technology, 29(7), 897–910.
· doi:10.1175/JTECH-D-11-00103.1
Licence : Published literature; cited - Lavers et al. (2022)
-
Lavers, D. A., Simmons, A., Vamborg, F., & Rodwell, M. J. (2022). An evaluation of ERA5 precipitation for climate monitoring. Quarterly Journal of the Royal Meteorological Society, 148(748), 3152–3165.
· doi:10.1002/qj.4351
Licence : Published literature; cited