Analyse des régimes de temps sur le bassin amazonien par méthode neuronale Jhan Carlo ESPINOZA, Matthieu LENGAIGNE, Josyane RONCHAIL, Sèrge JANICOT, Benjamin.

Présentation au sujet: "Analyse des régimes de temps sur le bassin amazonien par méthode neuronale Jhan Carlo ESPINOZA, Matthieu LENGAIGNE, Josyane RONCHAIL, Sèrge JANICOT, Benjamin."— Transcription de la présentation:

1 Analyse des régimes de temps sur le bassin amazonien par méthode neuronale
Jhan Carlo ESPINOZA, Matthieu LENGAIGNE, Josyane RONCHAIL, Sèrge JANICOT, Benjamin SULTAN

2 Tendances significatives dans les débits extrêmes des sous bassins
1 -1 Espinoza et al., in press (JOH) PCA sur données pluviométriques pour MAM 1.0 Espinoza et al., Accepted (IJC) -0.5

3 Variables : ERA40 2.5x2.5º; 17x13 grilles. 1967-2002 journalier
Régions d’étude et données utilisées pour l’analyse des régimes des temps Variables : ERA40 2.5x2.5º; 17x13 grilles journalier 10ºN, 80ºW 10ºN, 50ºW Où se projettent les jours pluvieux sur la carte ? t200 – u200 – v200 d200 – z200 t500 – u500 – v500 w500 - z500 t850 – u850 – v850 d850 - z850 30ºS, 80ºW 30ºS, 50ºW Carte de Kohonen

4 Analyse local des régimes des temps
Pluie>90% = 17mm MAM t850 u850 v850 d850 w500 d200 tcw

5 Analyse régional des régimes des temps
Pluie>90% = 13mm MAM u,v850 w500 t850 d850 tcw d200

6 Les variables dynamiques (U et V850) sont-elles capables de reconnaître la pluie ?
MAM Carte construite avec U et V850 Pluie>90% = 13mm

7 Analyse pour l’ensemble de la région
1.-Construction du réseau avec U850 et V850 pour toute la fenêtre du nord d’Amérique du sud 2.-CAH sur vecteurs référents de neurones 3.-Définitions des classes = Types de temps 2 3 4 5 6 7 1

8 Relation types de temps - pluie
NORD SUD NORD SUD 100 50 25

9 Description des types de temps pour MAM
Convergence Divergence NORD SUD 100 50 25

10 Comparaison avec la pluie de ERA-40. (Re-analyse atmosphérique)
La pluie d’ERA40 reproduit relativement bien la pluie observée (en particulier dans le sud) Anomalie de pluie In Situ NORD SUD 100 50 25

11 Prévision de la pluie à partir de la fréquence des régimes de temps
Corrélation multiple: Fréquence de TT vs Pluie Observée Pluie observée et SST r = 0.60 La fréquence des TTs pluvieux diminue après 1992, comme la pluie moyenne observée La pluie observée est plus fortement liée à la variabilité de la SST dans l’Atlantique tropical que dans le Pacifique.

12 Conclusions Une méthode basée sur les réseaux de neurones nous a permis d’identifier les différents types de temps sur le bassin amazonien. Le lien entre ces types de temps et la pluie sur deux sous région à été mis en évidence, en particulier le rôle du LLJ et AAS sur la pluie de ces sous régions Les analyses utilisant la pluie de ERA-40 sont cohérents avec celles utilisant la pluie in situ. Plus adaptée au sud qu’au nord-ouest du bassin. La variabilité de la fréquence des classes pluvieuses explique en partie la variabilité interannuelle de la pluie. La relation existant entre les régimes de temps et la pluie locale pourra être utilisée pour reconstituer les pluies futures à partir de simulations atmosphériques Par la suite le lien climat – hydrologie permettra d’analyser l’impact du changement climatique sur l’hydrologie du bassin.