La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1 Méthode de désagrégation statistico-dynamique adaptée aux forçages atmosphériques pour la modélisation de l'Océan Atlantique développement, validation.

Présentations similaires


Présentation au sujet: "1 Méthode de désagrégation statistico-dynamique adaptée aux forçages atmosphériques pour la modélisation de l'Océan Atlantique développement, validation."— Transcription de la présentation:

1 1 Méthode de désagrégation statistico-dynamique adaptée aux forçages atmosphériques pour la modélisation de l'Océan Atlantique développement, validation et application au climat présent Méthode de désagrégation statistico-dynamique adaptée aux forçages atmosphériques pour la modélisation de l'Océan Atlantique développement, validation et application au climat présent Marie Minvielle Thèse effectuée au CERFACS sous l'encadrement de Laurent TERRAY et Christophe CASSOU 14 septembre 2009

2 2 1. Introduction La modélisation numérique est le principal outil mis à disposition des scientifiques pour étudier le système climatique dans son ensemble (océan, atmosphère, sols, …). Biais dans les modèles de climat, dans leur représentation de létat moyen et variabilité climatique, notamment dans la composante océanique. Erreur moyenne annuelle zonale de SST (°C) IPCC 2007 Le GIEC (Groupe dExperts Intergouvernemental sur lEvolution du Climat) vise à synthétiser les travaux sur létude du climat réalisés dans des laboratoires du monde entier. Pôle NordPôle Sud

3 Introduction Origine des biais océaniques dans les modèles couplés La résolution trop basse de la composante océanique dans les modèles couplés Modèle climatiqueModèle docéan plus haute résolution 2°0.25° - Meilleure représentation de la bathymétrie - Amélioration de la circulation générale océanique, principaux courants - Processus petite échelle: upwelling côtiers, activité tourbillonnaire méso- échelle (convection, restratification, transport de chaleur,…) Les biais dans la représentation des variables de surface atmosphériques (m) Comment contourner ces difficultés?

4 4 1. Introduction Développer une méthode permettant une meilleure estimation de létat moyen et de la variabilité océaniques sur lOcéan Atlantique par la réduction des biais systématiques des modèles couplés. Objectif

5 5 Atlantique nord Variabilité climatique dans lOcéan Atlantique Le climat dans le bassin atlantique varie à toutes sortes d'échelles spatio-temporelles. Atlantique tropical Dans les tropiques, la variabilité de locéan résulte principalement de processus couplés océan/atmosphère. Mode méridien atlantique Chiang et Vimont (2004) Aux moyennes et hautes latitudes, locéan répond principalement au forçage atmosphérique. Kushnir et al. (2002) D Oscillation Nord Atlantique (NAO) 1. Introduction

6 6 Réduire lerreur sur les variables de surface : Utiliser les variables atmosphériques de grande échelle pour reconstruire par relation statistique un jeu de variables de surface « débiaisé ». - Les variables atmosphériques de grande échelle sont communément admises comme les sorties les plus robustes des modèles couplés - La variabilité atmosphérique de grande échelle est fortement liée à la variabilité océanique Utiliser un modèle docéan plus haute résolution que la composante océanique classique dans les modèles climatiques du GIEC Développer une méthode permettant une meilleure estimation de létat moyen et de la variabilité océaniques sur lOcéan Atlantique par la réduction des biais systématiques des modèles couplés. Objectif

7 Introduction Principe général de la méthode Application au modèle couplé CNRM-CM3 Conclusions et perspectives 5 PLAN Construction et validation du modèle statistique 6 Liens entre la dynamique atmosphérique de grande échelle et les variables de surface

8 8 2. reconstruction variables atmosphériques à la surface de l'océan circulation atmosphérique de grande échelle Modèle statistique Modèle statistique OBSERVATIONS MODELE COUPLE MODELE OCEANIQUE "Haute" résolution 0.25° - 0.5° Variables de surface reconstruites circulation atmosphérique de grande échelle 2. Principe général de la méthode

9 9 variables atmosphériques à la surface de l'océan circulation atmosphérique de grande échelle Modèle statistique OBSERVATIONS Base du modèle statistique: liens entre circulation atmosphérique de grande échelle et variables atmosphériques à la surface de l'océan Hypothèses: 1) La variable atmosphérique de grande échelle utilisée est discriminante pour la variable de surface 2) La relation statistique entre la circulation atmosphérique de grande échelle et les variables atmosphériques de surface est stationnaire dans le temps 2. Principe général de la méthode

10 10 2. Principe général de la méthode Vautard, 1990 Les régimes de temps Variable atmosphérique de grande échelle Groupes de jours de conditions atmosphériques proches Centroïde Valeurs journalières N régimes de temps Circulation atmosphérique de grande échelle Approche choisie : régimes de temps Pour chaque régime de temps sont associées des conditions atmosphériques de surface différentes Il est possible de reconstruire les conditions atmosphériques à la surface connaissant létat atmosphérique de grande échelle

11 11 UV10 T2 Q2 rad LW rad SW P R Variables atmosphériques de surface à reconstruire Processus entrant en jeu dans le forçage de locéan : - flux turbulents : tension de vent, chaleur latente et sensible - flux radiatifs: infrarouge + solaire - flux deau douce : précipitations + eau douce continentale - évaporation Vent à 10m Humidité de lair à 2m Rayonnement solaire Rayonnement infrarouge Précipitations Apports deau douce continentaux Température de lair à 2m 2. Principe général de la méthode

12 Introduction Principe général de la méthode Application au modèle couplé CNRM-CM3 Conclusions et perspectives 5 PLAN Construction et validation du modèle statistique 6 Liens entre la dynamique atmosphérique de grande échelle et les variables de surface

13 13 Objectif : sassurer de lexistence, dans les observations, de liens forts entre les régimes de temps et les variables de surface à différentes échelles de temps : - journalière - interannuelle - multi-décennale 1 ère hypothèse à vérifier avant de construire la méthode 3. Liens grande échelle/variables de surface

14 14 Zone d'étude : l'Océan Atlantique 2 sous-régions extratropiques (90 º N-20 º N) : Géopotentiel à 500 hPa (Z500) tropiques (20 º N-20 º S): Vent à 1000 hPa (UV1000) Données utilisées : Variables de grande échelle : Réanalyses ERA40 Variables de surface : jeu de données DFS4 (Brodeau et al. 2009). Mélange de réanalyses et de produits satellitaires, développé dans le cadre du projet Drakkar Période d'étude : Présentation centrée principalement sur la saison dhiver et les diagnostics aux variables de surface UV10 et T2 3. Liens grande échelle/variables de surface Introduction

15 15 classification DJFM : 4 régimes de Z500 EXTRATROPIQUES 3. Liens grande échelle/variables de surface Centroïdes de Z500 pour DJFM Lappartenance à un régime de temps de Z500 est discriminante pour la surface aux extratropiques Exemples de composites de surface associés UV10T2 Les régimes de Z500

16 Rayonnement solaireT2 °CW/m 2 16 DJFM : 4 classes de vent de UV1000 TROPIQUES 3. Liens grande échelle/variables de surface Capturent la variabilité décennale dans les tropiques Mode Méridien Atlantique Intensification et diminution de lITCZ Les classes de vent tropicales

17 Les jours sont classés à la fois selon leur appartenance: - à un régime de Z500 - à une classe de vent tropicale C1C3C2C4 AR BL NAO- NAO+ Combinaison tropiques et extratropiques 3. Liens grande échelle/variables de surface 17 Association régimes de Z500 et classes de vent La dynamique tropicale module lintensité des régimes de temps Tous les jours NAO- Composites de Z500 mgp Composites de T2 °C NAO- / C1 NAO- / C2

18 18 2. Les régimes de temps Liens grande échelle/surface aux échelles de temps plus longues 3. Liens grande échelle/variables de surface Occurrence interannuelle des régimes de temps Variable de surface Régression multiple Occurrence interannuelle des classes de vent Occurrence interannuelle des régimes + classes Aux échelles de temps interannuelle et multi-décennale Les régimes de temps expliquent une part importante de la variabilité interannuelle de surface. Les classes de vent sont moins discriminantes à cette échelle de temps. La combinaison régimes + classes permet daméliorer les résultats aux extratropiques, témoignant de connexions tropiques/moyennes latitudes A l'échelle de temps interannuelle Les tendances sont très bien reproduites par les variables reconstruites et sexpliquent donc par la variabilité des régimes de temps et classes de vent. Tendances Prédicteur : occurrence interannuelle

19 19 Conclusion Liens forts à l'échelle de temps journalière (composites, variance) Les régimes de temps permettent dexpliquer une grande part : - de la variabilité interannuelle - des tendances basse fréquence des variables atmosphériques de surface. Mise en évidence des connexions tropiques / extratropiques par la combinaison régimes/classes de vent. Meilleur pouvoir discriminant : - en DJFM - aux extratropiques - pour le vent de surface UV10 Régimes de temps extratropicaux de Z500 combinés aux classes de vent à 1000 hPa sur les tropiques constituent la base de la méthode de reconstruction 3. Liens grande échelle/variables de surface

20 Introduction Principe général de la méthode Application au modèle couplé CNRM-CM3 Conclusions et perspectives 5 PLAN Construction et validation du modèle statistique 6 Liens entre la dynamique atmosphérique de grande échelle et les variables de surface

21 21 2. reconstruction variables atmosphériques à la surface de l'océan circulation atmosphérique de grande échelle Modèle statistique Modèle statistique OBSERVATIONS MODELE COUPLE MODELE OCEANIQUE "Haute" résolution 0.25° - 0.5° Variables de surface reconstruites circulation atmosphérique de grande échelle 4. Construction et validation de la méthode

22 EOF 1 EOF 2 Jours de Z500 EOF 1 EOF 2 EOF 1 Température atmosphérique de surface Conditions froidesConditions chaudes Rappel sur les régimes de temps Construction et validation de la méthode Vision simplifiée des liens entre régimes de temps et conditions atmosphériques de surface EOF 2 EOF 1 EOF 2 EOF 1 Distance intra-régime EOF 2 EOF 1 EOF 2 EOF 1 Distance inter-régime Distance intra-régime

23 23 4. Construction et validation de la méthode Modèle statistique Distances journalières aux centroïdes des régimes de temps et classes de vent Régression linéaire multiple entre les distances et la variable de surface Coefficients de régression α + cste régimes Z500 + classes de UV1000 Construction de la méthode variables atmosphériques à la surface de l'océan circulation atmosphérique de grande échelle Période dapprentissage d d Z500UV1000 d d d d d d Ré-échantillonnage Le jour le plus proche dans les observations Méthode appliquée au vent de surface UV10, même jour pour les autres variables Prédicteur : distance journalière

24 24 2. reconstruction variables atmosphériques à la surface de l'océan circulation atmosphérique de grande échelle Modèle statistique Modèle statistique OBSERVATIONS MODELE COUPLE MODELE OCEANIQUE Haute résolution 0.5° Variables de surface reconstruites circulation atmosphérique de grande échelle 4. Construction et validation de la méthode variables atmosphériques à la surface de l'océan RECONSTRUITES Validation

25 25 Etat moyen : Bien reconstruit pour lensemble des variables de surface. Cycle saisonnier : Très correctement conservé Validation du forçage reconstruit: Etat moyen 4. Construction et validation de la méthode Variance journalière : Bien reproduite 1) Validation du forçage reconstruit à partir de la grande échelle observée en le comparant aux variables atmosphériques de surface de référence DFS4

26 26 Rapport des écart-types corrélation A léchelle de temps interannuelle Validation du forçage reconstruit: Echelle de temps interannuelle 4. Construction et validation de la méthode Corrélation : Meilleures corrélations pour la composante zonale du vent de surface U10. corrélation -Variance : Le vent en DJFM présente une variance correcte, mais T2 souffre dune sous-estimation importante de la variance. Rapport des écarts-types Performances de la méthode plus mitigées en JJAS (corrélations moins importantes et sous-estimation de la variance plus marquée).

27 4. Construction et validation de la méthode 27 Principaux modes de variabilité (1 ère EOF) de UV10 à léchelle de temps interannuelle reconstruit EXTRATROPIQUES TROPIQUES DFS4 1 er mode de variabilité de vent de surface extrêmement bien reproduit dans le jeu de forçage reconstruit, tant en structure spatiale quen variabilité Validation du forçage reconstruit: Echelle de temps interannuelle

28 28 Tendances sur la période DJFM Tendances très bien capturées par la méthode en DJFM 4. Construction et validation de la méthode U10T2 JJAS Pas de tendance au réchauffement en été dans reconstruit Validation du forçage reconstruit: Tendances

29 29 2. reconstruction variables atmosphériques à la surface de l'océan circulation atmosphérique de grande échelle Modèle statistique Modèle statistique OBSERVATIONS MODELE COUPLE MODELE OCEANIQUE Haute résolution 0.5° Variables de surface reconstruites circulation atmosphérique de grande échelle 4. Construction et validation de la méthode variables atmosphériques à la surface de l'océan RECONSTRUITES Validation Simulation forçage observé Simulation forçage reconstruit

30 30 Application au modèle docéan 2 simulations océaniques avec ORCA05 (0.5°) : - forçage DFS4 de référence - forçage reconstruit avec la méthode 4. Construction et validation de la méthode Validation de la simulation océanique Etat moyen : Très correctement reproduit 2) Validation de la simulation océanique forcée par notre jeu de forçage reconstruit Variabilité interannuelle : SSTSSS Corrélation des moyennes annuelles SST et SSS entre DFS4 et reconstruit

31 31 Validation de la simulations océanique 4. Construction et validation de la méthode Tendances (moyennes annuelles) sur la période : SSTSSS DFS4 reconstruit Tendances correctement reproduites, avec cependant une partie du réchauffement sous-estimée X : incohérence de signe °C/decpsu/dec Variance interannuelle : Comme pour le forçage reconstruit, la variance interannuelle est majoritairement sous-estimée pour la plupart des variables de surface, et principalement aux tropiques.

32 32 Conclusions La méthode permet de reconstruire un forçage atmosphérique de caractéristiques très comparables à DFS4 : état moyen, cycle saisonnier, variabilité interannuelle, tendances. La simulation océanique réalisée avec le forçage possède un état moyen et une variabilité interannuelle corrects. Principales limites : - sous-estimation de la variance interannuelle excepté pour UV10, en hiver, aux moyennes et hautes latitudes - performances de la méthode plus limitées aux tropiques - ne permet pas de capturer la tendance en température de surface lété (AMO, forçage anthropique, …) 4. Construction et validation de la méthode

33 Introduction Principe général de la méthode Application au modèle couplé CNRM-CM3 Conclusions et perspectives 5 PLAN Construction et validation du modèle statistique 6 Liens entre la dynamique atmosphérique de grande échelle et les variables de surface

34 34 2. reconstruction variables atmosphériques à la surface de l'océan circulation atmosphérique de grande échelle Modèle statistique Modèle statistique OBSERVATIONS MODELE COUPLE MODELE OCEANIQUE ORCA05 0.5° Variables de surface reconstruites circulation atmosphérique de grande échelle 5. Application au modèle couplé CNRM-CM3

35 35 5. Application au modèle couplé CNRM-CM3 Introduction Variables atmosphériques de surface : - DFS4 : Jeu de référence DFS4 - DFS4-rec : Jeu de forçage DFS4 reconstruit par la méthode - CNRM-CM3-rec : Jeu de forçage reconstruit par la méthode à partir de la grande échelle de la simulation XX ème siècle issue du modèle CNRM-CM3 - CNRM-CM3 : variables de surface directement issues de la simulation couplée CNRM-CM3 Sassurer de la fonction de débiaisage de la méthode en vérifiant que lon obtient un jeu de forçage et une simulation océanique plus réalistes que dans le modèle couplé. Objectif

36 36 2. reconstruction variables atmosphériques à la surface de l'océan circulation atmosphérique de grande échelle Modèle statistique Modèle statistique OBSERVATIONS MODELE COUPLE MODELE OCEANIQUE "Haute" résolution 0.25° - 0.5° Variables de surface reconstruites circulation atmosphérique de grande échelle 5. Application au modèle couplé CNRM-CM3 CNRM-CM3-rec CNRM-CM3

37 37 5. Application au modèle couplé CNRM-CM3 Validation du jeu de forçage reconstruit Etat moyen Vent zonal U10 (m/s)Température à 2m (°C) Etat moyen ( ) sur les boîtes atlantiques - Les variables de surface reconstruites CNRM-CM3-rec ont un état moyen très similaire à DFS4. - Les erreurs dues à la reconstruction dans CNRM-CM3-rec sont nettement moins grandes que dans CNRM-CM3. DFS4 DFS4-rec CNRM-CM3-rec CNRM-CM3

38 38 5. Application au modèle couplé CNRM-CM3 Validation du jeu de forçage reconstruit Variance Perte de variance interannuelle avec la méthode. Mais variance qui souffre aussi de biais importants dans le modèle couplé. Température à 2m (°C) Ecart-type interannuel Vent zonal U10 (m/s) Amélioration de la variance journalière, trop faible dans le modèle couplé. Température à 2m (°C) Ecart-type journalier DFS4 DFS4-rec CNRM-CM3-rec CNRM-CM3 Vent zonal U10 (m/s)

39 39 5. Application au modèle couplé CNRM-CM3 Validation du jeu de forçage reconstruit Variabilité interannuelle et tendances Modes principaux de variabilité du vent de surface : - CNRM-CM3-rec présente des structures spatiales plus réalistes que dans CNRM-CM3. - Les composantes principales associées restent très fortement corrélées à celles de CNRM-CM3 (>0.8) débiaisage spatial de CNRM-CM3 tout en gardant sa variabilité interannuelle Tendances : Incapacité de la méthode à reproduire une tendance non induite par des changements de dynamique atmosphérique estimée en termes de régimes de temps

40 40 2. reconstruction variables atmosphériques à la surface de l'océan circulation atmosphérique de grande échelle Modèle statistique Modèle statistique OBSERVATIONS MODELE COUPLE MODELE OCEANIQUE "Haute" résolution 0.25° - 0.5° Variables de surface reconstruites circulation atmosphérique de grande échelle 5. Application au modèle couplé CNRM-CM3 MODELE OCEANIQUE "Haute" résolution 0.25° - 0.5°

41 41 5. Application au modèle couplé CNRM-CM3 Analyse de la simulation océanique Etat moyen CNRM-CM3-rec CNRM-CM3 SSS psu °C CNRM-CM3 SST Etat moyen de la température et salinité de surface Contours noirs : données Levitus CNRM-CM3-rec Sous-estimation la SST dans CNRM-CM3 Biais moyen de -2°C SST débiaisée dans CNRM-CM3-rec Salinité trop faible dans lAtlantique Sud Salinité trop importante en mer du Labrador SSS débiaisée dans CNRM-CM3-rec

42 SST CNRM-CM3-rec CNRM-CM3 DFS Application au modèle couplé CNRM-CM3 Analyse de la simulation océanique Variance de la température et salinité de surface SSS Variance surestimée dans CNRM-CM3 et plus réaliste dans CNRM-CM3-rec Aux tropiques, variance sous-estimée dans CNRM-CM3-rec mais surestimée dans CNRM-CM3 SST

43 43 5. Application au modèle couplé CNRM-CM3 Analyse de la simulation océanique 1 ère EOF de SST CNRM-CM3-rec CNRM-CM3 Variabilité temporelle conservée avec une amélioration de la structure spatiale, plus réaliste Observations HadISST Variabilité interannuelle

44 Introduction Principe général de la méthode Application au modèle couplé CNRM-CM3 Conclusions et perspectives 5 PLAN Construction et validation du modèle statistique 6 Liens entre la dynamique atmosphérique de grande échelle et les variables de surface

45 45 6. Conclusions et Perspectives Conclusions La méthode mène à bien son rôle de correcteur de biais du modèle couplé. Les erreurs détat moyen océanique dans CNRM-CM3-rec sont fortement réduites par rapport à CNRM-CM3. La méthode permet de conserver une partie de la variabilité interannuelle de CNRM-CM3. Limites principales de la méthode : - des performances plus limitées aux tropiques - tendance au réchauffement non reproduite

46 46 6. Conclusions et Perspectives Perspectives Application multi-modèle, de façon à tester la robustesse des résultats obtenus avec CNRM-CM3. Envisager un autre type dapproche que les classes de vent aux tropiques où la méthode est moins performante. Confronter la méthode à dautres types de méthode de désagrégation. Perspectives damélioration de la méthode Application au climat futur avec les questions que cela pose (tendance en Z500, tendance en température) Application à des zones géographiques plus restreintes: applications côtières avec utilisation dun modèle régional docéan. Prévision mensuelle océanique : application aux ensembles de prévision mensuelle atmosphérique du Centre Européen, déjà utilisés en test par Mercator-Océan. Perspectives dapplication de la méthode

47 47 Perspective : application au climat futur Etude préliminaire : application à la simulation A21 du modèle CNRM-CM3 - Tendance en Z500 - Tendance en température de surface Questions rencontrées lors de lapplication de la méthode Différence de SST ( ) – ( ) Indice de circulation océanique méridienne moyenne Simulation A21 couplée Simulation A21 reconstruit 6. Conclusions et Perspectives

48 48 6. Conclusions et Perspectives Perspectives Application multi-modèle, de façon à tester la robustesse des résultats obtenus avec CNRM-CM3. Envisager un autre type dapproche que les classes de vent aux tropiques où la méthode est moins performante. Confronter la méthode à dautres types de méthode de désagrégation. Perspectives damélioration de la méthode Application au climat futur avec les questions que cela pose (tendance en Z500, tendance en température) Application à des zones géographiques plus restreintes: applications côtières avec utilisation dun modèle régional docéan. Prévision mensuelle océanique : application aux ensembles de prévision mensuelle atmosphérique du Centre Européen, déjà utilisés en test par Mercator-Océan. Perspectives dapplication de la méthode

49 49 Merci de votre attention


Télécharger ppt "1 Méthode de désagrégation statistico-dynamique adaptée aux forçages atmosphériques pour la modélisation de l'Océan Atlantique développement, validation."

Présentations similaires


Annonces Google