A few questions about climate models A paradox: -The patterns of global climate change predicted 30 years ago and confirmed since then -Continuous progress in weather forecast, oceanic forecast -A lasting difficulty to quantify potential effects of climate change, and their regional properties.

Pourquoi la modélisation climatique est-elle possible? Henri Atlan : «Il y a un problème de crédibilité des modèles de changements climatiques et des prédictions qui en sont déduites. Ces modèles concernent en effet un domaine - le climat - où le nombre de données disponibles est petit par rapport au nombre de variables qui sont prises en compte dans leur construction, sans parler des variables encore inconnues. Cela implique qu'il existe un grand nombre de bons modèles, capables de rendre compte des observations disponibles, alors même qu'ils reposent sur des hypothèses explicatives différentes et conduisent aussi à des prédictions différentes, voire opposées. Il s'agit là d'une situation dite "des modèles par les observations", cas particulier de "sous-détermination des théories par les faits", bien connue des chercheurs engagés dans la construction de modèles de systèmes complexes naturels, où le nombre de données ne peut pas être multiplié à l'envi par des expérimentations répétées et reproductibles. Conséquence : les modèles sur les changements climatiques ne peuvent être que des hypothèses, mises en formes informatiques très sophistiquées mais pleines d'incertitudes quant à leur relation à la réalité ; et il en va de même des prédictions qui en sont déduites.»

Temperature changes: A2 B1 CNRMIPSL

A2 CNRM IPSL Precipitation changes

Earth radiative budget (W m -2 ) Two major constraints: (1) Energy conservation

(2) Angular momentum conservation

Two basic equilibriums: Geostrophic along the horizontal: Hydrostatic along the vertical

Different types of blocking issues, all linked with scale problems and/or multiple nature of the climate system -Feedback mechanisms (WV, Lapse Rate, Clouds, Snow, Soil Moisture, …) : parameterizations + validation using process studies (and campaign, satellite data) -Natural variablity at synoptic scale: monsoon, MJO, ENSO, QBO, -Extreme events -Abrupt unpredrictable events -Link with « science of the impacts »

Strategy Spatial Scales Time Scales Hig h Low Minute Day Week Season 1 yr 10 yrs 100 yrs 1 km 10 km 100 km 1000 km km Unpredictable User NeedsCurrent Skill

Gastineau, Le Treut, Li, 2008

Uncertainty is largely associated with some key feedbacks …. and a few more (soil mositure, state of vegetation, …)

ERBE IPSL (2L22)

Precipitation modeles, XXI-XXº change DJF [-1.5;0.3;1.5] mm/day Unities : [-15;3;15]% of pp(20c3m)‏

IPSL Earth System Model (CM4) Physics Carbon Cycle Chemistry Atmospheric Circulatioèn Circulation Océanique Glace de mer Biogéochimieet biologie marine Carbon DMS Nutriments Chemistry Gases & Aérosols CO2 Continental surface sols et végétation LMD Z OrchidéeLMD ZT ORCALIM INCA STOMATE PISCES é Biochemistry Carbon CH 4, COV, Aérosols Aé Sels marins ContinentsAtmosphereOceans IPSLCM4

Climate projections on regional and local scales Global Continental Regional Local Performance of current AOGCMs (like those from CMIP3) deteriorate when looking at finer temporal and spatial scales which are needed for many impact assessment studies. Giorgi 2007

IPCC, WG2

Projects may : - Address model /data process studies at different scales - Propose an integrated view of a given region (include social aspects)