Modélisation du climat régional

© Crown copyright Met Office

Modélisation du climat régionalWilfran Moufouma-Okia

Norrkoping, Suede, Mars 2012


• Passer en revue les différentes méthodes utilisée pour obtenir des informations climatiques détaillées à partir des sorties de modèles climatiques globaux (MCG), en mettant l'accent sur les modèles climatiques régionaux (MCR).

Objectif de la session

Contexte…Adaptation aux effets du changement climatique…

• Fiabilité?

• Précision?


Plan

1. Modélisation des variations du climat global et des changements climatiques

2. Techniques de régionalisation du climat

• Modéles régionaux de climat

3. Efforts internationaux de modélisation des variations du climat de l’Afrique de l’Ouest


Qu'est-ce que le climat?

• Le climat n’est pas le temps. Le temps dispose d’une prévisibilité limitée à quelques jours seulement et représente des fluctuations rapides de l’état de l’atmosphère.

• Le système climatique est la couche superficielle mince de la planète dont les propriétés physiques régissent la vie des humains.

• Le climat fait référence à l'état moyen du système climatique dans son ensemble et sur une longue période de temps, incluant une description statistique de ses variations.

• Les variations du climat causées par des facteurs externes, peuvent être en partie prévisibles àl’échelle des régions et continents.


Composantes du système climatique


Bilan énergétique planétaireIntercepte un cercle de lumière du soleil

S.πR²2

A - energie réfléchie

L'énergie absorbée est équilibrée par le rayonnement dans l'espace.

S.πR²(1-A) = 4πR²σ(T²)²4

et

(T²)²4 = S(1-A)/4σ


Bilan énergétique planétaire

Pour la Terre,

S = 1365 Wm-2-2

A = 0.3

La théorie prévoit

T = 255 K (-18C)

En fait, la température moyenne à la surface est

T = 288 K (15C)


Bilan énergétique moyen annuel et global de la Terre

Les déterminants du climat?


L'effet de serre

L'énergie visible venant du soleil traverse le vitre et réchauffe le sol.

L'énergie thermique infra-rougede la terre est en partie réfléchie par le vitre, et l’autre partie est retenue à l'intérieur de la serre


Les changements dans certaines composantes du système climatique perturbent le budget de l’énergie radiative du système, c'est à dire qu'ils provoquent un forçage radiatif. Les exemples incluent :

� la concentration d'espèces radiatives

� le rayonnement solaire

� les changements influant sur le radiation absorbée par la surface

� les perturbations induites par l'homme incluent :

• la composition des gaz atmosphériques

• l'augmentation des aérosols atmosphériques

• La modification dans l'utilisation des terres (agriculture, déforestation, reboisement, boisement, urbanisation, trafic, …)

La notion de forçage radiatif


• facteurs externes :

• rayonnement solaire

• éruptions volcaniques = aérosols

• la variabilité interne du climat :

• ENSO

• NAO et les autres principaux modes de variabilité

Variabilité naturelle du climat


L'effet de l'éruption du Mont Pinatubo (Juin 1991) sur la température mondiale


• Les perturbations de la composition atmosphérique -l'effet de serre renforcé

• Effet des aérosols :

� effet indirect (influence sur les propriétés radiatives des nuages))

� effet direct (diffusion de la radiation solaire incidente)

• Le changement concernant l'utilisation des terres (l'agriculture, la déforestation, le reboisement, le boisement, l'urbanisation, le trafic, …)

Variations anthropiques du climat


L'effet de serre renforcé

Solar (S) and longwave (L) radiation in Wm-2 at the top of the atmosphereS L

236 236

T = −−−−18°C

S L236 232

CO2 x 2

S L236 236

CO2 x 2

S L236 236

CO2 x 2+ Feedbacks

H2O (+60%) Ice/Albedo(+60%)Cloud?Ocean?

TS = 15°C TS = 15°C ∆∆∆∆TS ~ 1.2K ∆∆∆∆TS ~ 2.5K


Forçages radiatifs


La réponse du système climatique au forçage radiatif est compliquée par :

• Les rétroactions

• Le caractère non linéaire de nombreux processus

• Les divers temps de réaction des différentes composantes face à une perturbation donnée

• Le fait que le seul moyen disponible pour calculer la réponse est l’utilisation des modèles numériques du système climatique.

Quantifier la réponse du système climatique face aux forçages?


Modèles numériques du climat


Échange vertical entre les couchesd'impulsion, de chaleur et d'humidité

échange horizontalentre les colonnes d'impchaleur et d'humidité

échange verticalentre les couches d'impulsion, de chaleur et de selspar diffusion, convection

et la remontée

caractéristiques de l'orographie, végétation et de la surfaceinclus à la surface sur chaque case de la grille

échange vertical entre les couchespar diffusion et par advection

Modélisation du climat global

15°W60°N 3.75°

2.5°

11.25°E47.5°N


La notion de resolution spatiale


La notion de resolution spatiale


Modélisation du climat

• Représentation mathématique avec une résolution et un pas de temps donnés

• Modèles : spectraux et en points de grille

• Résoudre (intégrer) des équations différentielles

• 2 types de variables : pronostiques et diagnostiques

• couplage de sous-model ou conditions aux limites fournies


Atmosphère couplée / modèle climatique des océans

R a d ia tio n

A tm o s p h e re : D e n s ityM o tio nW a te r

H e a tE x c h a n g e o f: M o m e n tu m

W a te r

O c e a n : D e n s ity (in c . S a lin ity )M o tio n

S e aIc e

L a n d


Evolution des modèles climatiques


Quels sont les processus qui rétroagissent sur le climat?

Source: Intergovernmental Panel on Climate Change (IPCC), WG1-AR3, Ch 1.

Processusreprésentantles rétroactions

(Les éléments ne figurant pas sur les cases rouges font pour la plupart partie d'un mélange).


Paramétrisations

Dans les modèles climatiques, ce terme se réfère à la technique de représentation des processus qui ne peuvent pas être explicitement résolus àl‘échelle de la résolution spatiale ou temporelle du modèle (c'est à dire les processus à l'échelle de la sous maille), par les relations entre la zone ou l'influence moyenne des processus à l'échelle de la sous maille et la circulation à grande échelle.


Quelques exemples de prédictiondes variations du climat et

changement climatique


Simulation des températures à la surface moyennées annuellement et globalement

Assessing performance of 11 GCMs in simulating seasonal and intra-seasonal variability of the West African Monsoon (WAM)

Majority of GCMs show deficiencies in the low level jet and wind vertical structure

GCM with prescribed SST have reasonable simulation of WAM seasonal rainfall pattern, but failure with the intensity and variance of precipitation

Errors in sensible and latent heat fluxes are correlated with precipitation errors

Difficultés pour reproduire les caractéristiquesdu climat observé en Afrique de l’OuestWest African Monsoon Modelling and Evaluation project (WAMME)

(from Xue et al.,2010)


Projection des changementsclimatiques

CONCENTRATIONSCO2, methane, etc.

HEATING EFFECT‘Climate Forcing’.

IMPACTSFlooding, food supply, etc.

Scenarios frompopulation, energy,economics models

Carbon cycle andchemistry models

Gas properties

Coupled climatemodels

Impacts models

CLIMATE CHANGETemp, rain, sea-level, etc.

EMISSIONS


Les terres devraient se réchauffer plus vite que les océans, avec le plus grand réchauffement dans les hautes latitudes


Incertitudes du rechauffement global en fonction des scenarii d’emission de gaz a effet de serre


Certaines régions devraient devenir plus humides et d'autres plus sèches

Peux ont se contenter de cette information pour des etudes d’impacts?


Plan






• Ces techniques permettent de dériver des informations précises à partir des sorties des MCG.

• Des résultats climatiques à plus petite échelle à partir d'une interaction entre le climat global et les détails physiographiques locaux

• Les évaluateurs d'impact ont besoin des détails régionaux pour évaluer la vulnérabilité et les éventuelles stratégies d'adaptation

• Les projections des MCGAO manquent de détails régionaux en raison d'une résolution spatiale grossière

• La réduction d’échelle en vue de l'évaluation des changements climatiques est différente de la réduction d’échelle des prévisions climatiques saisonnières

Que sont réellement les techniques de régionalisation?


Local / Regional:échelle spatialeréquise pour les études d’impactsclimatiques.

Continental: échelle a laquelle les sorties de Modèles de Circulation Genérale (MCG) sontfiables.

Passer du climat global au climat local...


Classification

• Statistique

• Générateurs de climat

• Fonctions de transfert

• Typologie des climats

• Dynamique

• Haute résolution et résolution variable des MCGA

• Modèles climatiques régionaux

• Statistique/Dynamique


A partir des données historiques :

variable locale = ΦΦΦΦ (variable(s) de grande échelle)

A partir des données de MCGAO :

Variable locale prévue = ΦΦΦΦ (variable de grande échelle)

ΦΦΦΦ est appliquée aux résultats du MCG futur en vue d'obtenir la future variable locale

Techniques statistiques ou empiriques


Caractéristiques de la grille élastique des AMCG

A cet endroit, la résolution spatiale est équivalente à une maille de grille

d'environ 30 km.

La résolution spatiale est progressivement assouplies au fur et à

mesure qu’on se déplace vers les antipodes (près de la Nouvelle-Zélande).


Modélisation atmosphérique régionale : imbrication dans un modèle de circulation général

Les Modèles Climatiques Régionaux


Critères de pertinence des techniques de régionalisation du climat

• Cohérence au niveau régional avec les prévisionsglobales

• Plausibilité physique et réalisme

• Adéquation des informations pour l’évaluation d’impacts

• Représentativité de la possible portée des futurs changements climatiques

• Accessibilité pour leur utilisation dans les évaluations d'impacts


Pertinence des techniques de régionalisation

Méthode Forces Faiblesses

Statistique • Haute résolution

• Pas cher en termed’ordinateurs

• En fonction de la relation empirique provenant du climat d'aujourd'hui• En fonction des séries chronologiques de longue et de bonne qualité des données historiques• Peu de variables disponibles• Pas facilement transportables

MCGA Haute-résolution

• En fonction des conditions frontières en surface du modèle couplé• Cher en terme d’ordinateurs• Paramétrer toutes les échelles•

Modélesrégionaux

• Haute (très haute)

resolution

• Peut présenter des

extremes

• Base physique

• Beaucoup de variables

• MCR : simplement

transportable

• Selon le modèle de référence et des• Conditions aux limites de surface• Absence éventuelle de deux voies de nidification

• Paramétrer toutes les échelles

)


Modélisation Régionale vs. Méthodes Statistiques

• La faiblesse majeure des méthodes de réduction d'échelle statistiques réside dans l’incapacité de ces techniques empiriques à tenir compte des éventuels changements systématiques dans des conditions de forçage régional ou de processus de rétroaction.

• La possibilité de tailler le modèle statistique à la mesure de l’information régionale ou locale requise est un avantage distinct. Toutefois, il y a l'inconvénient qu'une évaluation systématique de l'incertitude de ce type de technique, ainsi qu'une comparaison avec d'autres techniques, est difficile et devrait être effectuée au cas par cas.


Plan






Modèles Climatiques Régionaux

• Couvrent uniquement une portion limitee de la planete

• Comme les MCGs, contienent une representation detaillee de l’atmosphere, des surfaces continentales et peuvent simulerl’evolution du temps (et du climat)


L’imbrication uni-directionnelle

• Un MCR est un Modèle à airelimitée (LAM), similaire à ceux utilisés en prévision du temps (NWP)

• Les MCR sont pilotés aux limites latérales par les sorties de MCG ou des données d’analyse. . .

• Les écarts entre un MCR et son MCG de référence ont tendance àêtre plus importants vers la surface et le milieu du terrain


Les conditions aux limites latérales

• Méthode de relaxation(PRECIS,RegCM)

• Forçage à grande échelle sur une zone tampon latérale

• Imbrication spectrale (CRCM)

• Forçage à grande échelle des composants à faible nombre d'onde

• Questions importantes

• La résolution spatiale des données de référence

• Mise à jour de la fréquence des données de référence

S. v.

State variables

State variables

S. v.

RCM

interior


Conditions aux limites de surfaces océaniques

Deux méthodes pour donner la TSO, l'étendue et la l'épaisseur de la glace:

• Utiliser le MCGAO couplé

� Demande une simulation de bonne qualité de la TSO et de la glace de mer dans le modèle

• Utiliser les valeurs observées

� Pour la simulation du jour.

� Pour les besoins du climat futur, ajouter aux valeurs observées les changements notés sur la TSO et de la glace à partir d'un MCG couplé


Validation du modèle

• La validation du modèle est ESSENTIELLE :

� Une simulation pourrait se faire sur des zones où la performance du modèle n’a pas ététestée

� Cela vous permet de vous familiariser avec les caractéristiques du modèle

� C’est un indicateur du niveau de crédibilité des résultats du MCR et de la meilleure manière dont ces résultats pourraient être utilisés


Evaluer l’exactitude avec laquelle le système modèle reproduit le climat actuel : 2 questions

• Système modèle = MCG + MCR

• Question1. Y a-t-il des incohérences dans le système modèle ?

• Entre les parties du système

• Entre une partie du système et la “réalité”

• Question 2. Si oui, pourquoi ?

• Biais systématique du modèle (erreur dans la conception physique du modèle)

• Problèmes d’échantillonnage spatial (différences dans la résolution du modèle et des observations)

• Erreurs d’observation (problèmes de grille, erreurs liées aux instruments)


Techniques pour répondre à ces questions

� Analyser plusieurs variables météorologiques

• Au moins : T1.5, précipitations, les vents des couches d’air supérieures

� Comparer des variables physiquement liées

• Exemple : Dans des conditions froides et humides, on devrait s’attendre à une forte humidité du sol. Est-ce le cas ?

� Comparer les erreurs constatées dans les variables physiquement liées avec les observations

• Exemple : Si les précipitations sont anormalement faibles, mais que l’humiditédu sol est anormalement élevée

� Utiliser l’information spatiale et temporelle

• Spatiale : champs moyens, aires plus petites, profils verticaux, moyennes zonales (MCG)

• Temporelle : Moyennes, statistiques d’ordre supérieur (variabilité, extrêmes)


Types de validation

• Ces techniques peuvent être appliquées àquatre types de validation :

• 1) MCG vs. observations

• 2) MCR dérivant d’un MCG vs. MCG

• 3) MCR dérivant d’un MCG vs. observations

• 4) MCR dérivant d’observations vs. Observations

• Le niveau de la validation dépend de votre schéma expérimental. Par exemple :

• Etudes de sensibilité/processus avec les conditions aux limites observées 4)

• Changement climatique : 2) et 3), peut-être 1)


1) Mesurer à quel point le MCG reproduit le climat actuel

� Comparer ce qui est comparable

• Seul le MCG est applicable aux échelles spatiales résolues par sa grille (large)

• Agréger ou interpoler les données du MCG ou d’observation

� Ne peut pas comparer les années individuelles du MCG avec les années observées

• Ne peut pas garantir que la réponse atmosphérique aux forçages externes modélisée (exemple : TSO, CO²) va correspondre avec celle de l’atmosphère réelle

GCM

Observations

réalisme


2) Evaluer la cohérence entre le MCR et le MCG

� Question : A quel point le MCR entre-t-il en contradiction avec le MCG

• Très important dans un contexte de changement climatique

� Nécessité d’inclure la variabilité interannuelle dans la comparaison

• Certaines années, l’importance du forçage frontières sera plus grande que les autres : au moins trois années afin d’inclure toute variabilitéinterannuelle

� Examiner les saisons séparément pour confirmer un comportement sous des régimes de forçage généralement différents

MCR MCG

réalisme

cohérence

Observations


3) Evaluer dans quelle mesure le MCR reflète bien le climat actuel

� Comparer ce qui est comparable

• Seul le MCR est applicable aux échelles spatiales résolues par sa grille (fine)

• Agréger ou interpoler les données du MCR ou d’observation

� Ne peut pas comparer les années individuelles du MCR avec les années observées correspondantes (pour les mêmes raisons qu’avec le MCG)

� Les erreurs sont la combinaison de trois erreurs :

• 1) Erreurs physiques dans le MCG affectant les CLs (conditions aux limites latérales)

• 2) Erreurs de cohérence entre le MCR et le MCG

• 3) Erreurs physiques dans le MCR

MCR MCG

Observations

cohérence

réalisme réalisme


Break

Active

Variabilité intra saisonnière de la Mousson indienne : phases active/calme de la pluviométrie

GCM RCM


4) Expériences dérivées de la ré-analyse

• Les CLs “quasi-observationnelles” permettent une validation alternative du MCR, en testant la capacité du modèle en l’absence d’erreurs de grande échelle inhérentes au MCG

• Les CLs sont celles d’un MCG de la seule atmosphère qui se limite aux observations de satellites, de sondes, de stations terrestres, de navires, de bouées, etc.

• Quatre ensembles de données : ERA-15, ERA-40, ERA-Interim et NCEP R2

• Le MCR est forcé par des reproductions de la réalité tant au plan externe(exemple : températures observées à la surface de l’océan : TSO) qu’au niveau interne (CLs quasi-observées)

• Ouvrant ainsi la possibilité de comparaisons entre le MCR et les observations pour des périodes ou des évènements particuliers

MCR

Observations

cohérence

réalisme


Fréquence des jours pluvieux pour 3 MCRsau-dessus des Alpes, en été, comparée aux observations

OBS


La valeur ajoutée des MCRs


Les MCRs simulent le climat de façonréaliste: cas des precipitations hivernales


Représenter de plus petites îles

Changements prévus de la température à la surface de la terre, en été, de nos jours et la fin du 21e siècle.


Prévoir les changementsclimatiques avec plus de détails

Changements prévus dans les précipitations hivernales entre aujourd'hui et 2080.


Simuler les changements extrêmes de façon plus réaliste

Fréquence des jours d'hiver sur les Alpes avec différents seuils de précipitations quotidiennes.


Simuler les cyclones tropicaux


Vers la construction de scenarii d’impacts

climatiques


Construction de scénarii d’impactsclimatiques� Les scénarii d’impacts de changements climatiques

peuvent provenir de :

• La combinaison de sorties de modèle climatique avec des données observées

• Utilisation de sorties de modèle climatique

� Des choix sont souvent nécessaires :

• Comment obtenir des informations climatiques aux bonnes échelles spatiales (MCR ou MCG)?

• Comment appliquer les changements anticipé (au climat moyen ou à la variabilité du climat)?

� Comme pour la modélisation climatique, les processus physiques impliqués dans l’étude des impacts climatiques sont rarement bien compris ou bien simulés


Incertitudes des scenarii d’impacts

• Émissions

• Concentration

• MCG

• Modélisation régionale

• Construction de scénario climatique

• ImpactsEtapes nécessaires dans l’élaborationde scénarios climatiques


Plan





• 50km RCMs are nested within NCEPR2 reanalysis over 4 May-October seasons (2000 and 2003-2005)

• Reasonable simulation of WAM June-September rainfall pattern, with spatial correlation with observation of 0.90

• Wide range of skill in simulating mean seasonal zonal wind and meridional moisture advection

• Sensitivity to lateral boundary conditions differ for two RCMs (HadRM3P and RM3)

Leçons des récents projets d’inter-comparaisonWest African Monsoon Modelling and Evaluation project (WAMME)

(from Druyan et al.,2010)

• 50km RCMs are nested within ERAINTERIM reanalysis continuously from 1989-2007

• Individual model errors vary considerably in space from model to model

• RCMs also differ significantly in terms of seasonal cycle and inter-annual variability

• RCMs do not simply inherit errors from the driving boundary conditions

Le projet ENSEMBLES-AMMA

Observed 1990-2007 annual precipitation climatology and model errors(from Paeth et al.,2011)

Examples of climate projections uncertainty

Monthly precipitation and temperature change from various model ensembles with A1B (2020-2050 minus 1960-1990 )

Ouém

ébasin

Niger N

akambé

basin

Uncertainty inUncertainty inregional climateregional climate

projectionprojection

Emission/Emission/ConcentrationConcentration

ScenariosScenarios

AOGCM ConfigurationAOGCM Configuration(Multiple AOGCMs)(Multiple AOGCMs)

Internal variabilityInternal variability(Multiple realizations)(Multiple realizations)

RCD ConfigurationRCD Configuration(Multiple models)(Multiple models)

RCD approachRCD approach(Multiple RCD methods)(Multiple RCD methods)

RegionRegion

Le projet CORDEX : échantilloner les différentes sourcesd’incertitudes associées aux techniques de

régionalisation du climat

DOMAINES CORDEX (sauf Arctique & Antarctique)

• Multiples regions:12 domaines d’environ 50x50km² de resolution spatiale• Interêt initial pour l’Afrique• Fine resolution ~0.11°x0.11°: Europe, Afrique et Asie de l’Est


Conclusions

• Les techniques de régionalisation du climat sont utilisées pour extraire des informations climatiques d’échelle fine à partir desprojections MCGs

• Plusieurs méthodes de régionalisation du climat éxistent et disposent toutes de qualités (et défauts)

• Le modèle climatique régional est un outil fondé sur des principes physiques et mathématiques, et facilement accessible pour générer des scenarii climatiques de fine resolution spatiale

• Seuls les méthodes dynamiques de prédiction de changement climatique sont capables de fournir des scénarii climatiques réalistes et cohérentes.

• Le choix de la méthode de régionalisation du climat rajoute un degré d’incertitude lors de l'évaluation des effets du changement climatique sur les environnements et la société


Questions et réponses


Processus climatiques et rétroactions

• Vapeur d'eau

• Nuages

• Processus océaniques

• Cryosphère

• Surface terrestre

• Cycle du carbone


Incertitudes dans les modèles climatiques

Nuage de grande échelle

Vitesse de chute de glace

Humidité relative critique pour formation

Gouttelettes de nuage à pluie : taux de conversion et seuil

Calcul de fraction de nuages

Convection

Taux d’entraînement

Intensité de flux de masse

Forme de nuage (enclumes) (*)

Eau du nuage vue par radiation (*)

Radiation

Taille/forme des particules de glace

Hypothèses de chevauchement de nuages

Absorption du continuum de la vapeur d’eau (*)

Couche limite

Coefficients de mélange turbulent : dépendance de la stabilité, longueur de mélange neutre

Longueur de rugosité de la surface de la mer : constant e de Charnock, valeur de convection libre

Dynamiques

Diffusion : ordre et temps de e-folding

Déferlement des ondes de gravité : surface et constantes des ondes sous vent piégées

Niveau de départ du déferlement des ondes de gravité

Processus de la surface terrestre

Profondeur d’enracinement

Longueur de rugosité des forêts

Couplage surface-canopée

Dépendance en CO2 de la conductance stomatale (*)

Glace de mer

Dépendance à la température de l’albedo

Tranfert de chaleur Océan-glace

Documents

Modélisation du climat régional