Étude de la variabilité interne du Modèle Régional Canadien de Climat à l'échelle saisonnière Adelina ALEXANDRU Ramon de ELIA René LAPRISE UQÀM Université.

Présentation au sujet: "Étude de la variabilité interne du Modèle Régional Canadien de Climat à l'échelle saisonnière Adelina ALEXANDRU Ramon de ELIA René LAPRISE UQÀM Université."— Transcription de la présentation:

1 Étude de la variabilité interne du Modèle Régional Canadien de Climat à l'échelle saisonnière Adelina ALEXANDRU Ramon de ELIA René LAPRISE UQÀM Université du Québec à Montréal

2  À cause de la présence de non-linéarités dans les processus atmosphériques, les modèles de circulation générale de l’atmosphère (MCG) sont sensibles aux conditions initiales (CI).  les MCG peuvent générer plusieurs solutions de la circulation atmosphérique si un petit changement affecte les CI du modèle (variabilité interne du MCG).  La variabilité interne à été aussi détectée dans les Modèles Régionaux de Climat (MRC). Time Quatre simulations du MCG avec une petite différence dans leurs conditions initiales. Modèle régional de climat (MRC) RCM GCM CFL Motivation

3 16 Mai 1993 17 Mai 1993 18 Mai 1993 19 Mai 1993 20 Mai 1993 1 Sept. 1993 000 UTC Motivation 5 simulations identiques avec un délai de 24 heures dans leurs conditions initiales. L L 159 La hauteur du géopotentiel à 850-hPa 25 juillet, 1993

4 Méthodologie Ensemble de 20 simulations  Domaine: L’est de l’Amerique du Nord et une partie de l’océan Atlantique  18 niveaux  la physique du MCGii  Pas de temps: 15 min  Résolution: 45 km  Taille du domaine: 140  140; 120  120; 110  110; 100  100; 80  80 (points de grille P-S)  Piloté par les ré-analyses NCEP Domaine et topographie utilisés pour l’ensemble des simulations 140 120 110 100 80 1 Sept. 1993 00 UTC 3 Mai 1993 20 Mai 1993 00 UTC 4 Mai 1993 2 Mai 1993 1 Juin 1993 00 UTC 1 Mai 1993 …………………………………………………………………

5  L’écart-type entre les simulations M = le nombre de simulations (M=20) X m (t) = la valeur du champs simulé au temps t ; (m=1….20) (t) = la moyenne de l’ensemble NT=pas de temps  La moyenne temporelle de l’écart-type entre les simulations ………………………………………………………………… 1 Sept. 1993 00 UTC 3 Mai 1993 20 Mai 1993 00 UTC 4 Mai 1993 2 Mai 1993 1 Juin 1993 00 UTC 1 Mai 1993 S1S1 S2S2

6 3 Mai 1993 20 Mai1993 00 UTC 4 Mai 1993 2 Mai 1993 2 1 3 4 20 110 L’écart-type entre les moyennes saisonnières X m = la moyenne temporelle de la simulation m (t) =la moyenne temporelle de la moyenne de l’ensemble moyenne saisonnière de chaque simulation 20 moyennes saisonnières ……………………………………………………………………………………………….. 1 Mai 1993 M = le nombre de simulations (M=20) X m (t) = la valeur du champs simulé au temps t ; (m=1….20) (t) = la moyenne de l’ensemble NT=pas de temps  L’écart-type entre les simulations  La moyenne temporelle de l’écart-type entre les simulations S1S1 S2S2 1 Juin 1993 00 UTC S3S3 1 Sept. 1993 00 UTC

7 Série temporelle Précipitation (mm/j) 1 June 30 June 31 July 31 Aug La hauteur du géopotentiel à 850-hPa (m) 1 June 30 June 31 July 31 Aug 8 6 4 2 0 8 6 4 2 0 S1S1 S2S2 S2S2 S1S1 mm/j m

8  L’influence de la taille du domaine sur la variabilité interne du modèle. 140 100 80 120 110 Forte convection

9 140  140 mm/j m Précipitation Moyenne temporelle de l’écart-type 140  140 120  120 100  100 110  110 80  80 La hauteur du géopotentiel à 850-hPa (m) ?

10 20 Juillet, 000 UTC 1993 120  120100  100  Précipitation: La moyenne d’ensemble (couleur) 110  110 140 120 100 80 60 40 20 0.0 mm/j  La hauteur du géopotentiel à 850-hPa: La moyenne d’ensemble (contour rouge)

11 1 Sept. 1993 00 UTC 1 Juin 1993 00 UTC 3 Mai 1993 4 Mai 1993 2 1 3 4 20 ………………………………………………………………………………………….. 1 Mai 1993 2 Mai 1993 Statistique saisonnière 20 Mai 1993 L’écart-type entre les 20 moyennes saisonnières 20 moyennes saisonnières mm/d 140  140 120  120 100  100 110  110 80  80 moyenne saisonnière de chaque simulation

12 0000 UTC 12 July 1993 Solutions bimodales - Domaine 140  140 0000 UTC 12 July 1993

13 Conclusion  Un ensemble de 20 simulations qui diffèrent seulement dans leurs conditions initiales a été généré pour étudier la variabilité interne du Modèle Régional Canadien.  La variabilité interne mesurée par l’écart-type entre les simulations de l’ensemble dépend fortement des événements synoptiques.  Dans les régions convectives (ex. le sud des États-Unis), de larges quantités de précipitations induisent des différences importantes entre les simulations.  Une réduction de la taille du domaine minimise les degrés de liberté du modèle et a pour conséquence une diminution de la variabilité interne. Toutefois, cela peut induire des changements dans la distribution géographique et l’amplitude du champs simulé et dans la variabilité interne du modèle.  L’existence des solutions bimodales et des cas extrêmes durant l'intégration du modèle dénote que le patron de la variabilité interne peut se comporter d’une façon non-Gaussienne.

14 MERCI!

15 0000 UTC 2 0 July 1993 Solutions bimodales - Domaine 120  120