Cartographie des paramètres de distribution des lois Log-Normales. μ correspond à la longueur modale de la distribution des séquences sèches et ϭ au paramètre de dispersion de la loi statistique log normale retenue. Plus la valeur du paramètre ϭ est grande, plus les queues de distribution sont longues et plus les probabilités d’occurrence des évènements de forte et très forte intensité sont élevées. Les cartes sont reproduites pour les trois définitions du jour sec retenues (ETP, ETR et 1 mm). Une interpolation IDW a été utilisée pour mieux identifier les structures spatiales. Un paramètre de friction égale à 1,5 a été retenu pour mieux dégager les structures spatiales dominantes et limiter, sans pour autant faire disparaître l’impact des effets locaux de certaines stations. La qualité des interpolations a été contrôlée par validation croisée. Les isolignes de cette interpolation permettent de dégager la structure spatiale de chaque variable. Les stations dont l’estimation des paramètres de la loi pourrait être problématique sont figurées par un triangle. Mapping of the distribution parameters of Log-Normal distributions. μ corresponds to the average length of the distribution of dry sequences and ϭ the dispersion parameter of the distribution. Higher are the parameter ϭ, longer the distribution tails are and higher the probability of occurrence of high and extreme intensity events. The maps are reproduced for the three dry day definitions used (PET, ET and 1 mm). An IDW interpolation was used to better identify the spatial structures. A friction parameter equal to 1.5 was used to better identify the dominant spatial structures and to limit the impact of local effects of some stations without making them disappear. The quality of the interpolations was checked by cross-validation. The isolines of this interpolation improve the visibility of the spatial structure of each variable. Stations for which the estimation of the parameters of the law could be problematic are represented by a triangle.