Évaluation de la réponse atmosphérique forcée par l’anomalie de la température de la surface de l’océan ENSO, simulée par le modèle Global Environnemental.

Présentation au sujet: "Évaluation de la réponse atmosphérique forcée par l’anomalie de la température de la surface de l’océan ENSO, simulée par le modèle Global Environnemental."— Transcription de la présentation:

1 Évaluation de la réponse atmosphérique forcée par l’anomalie de la température de la surface de l’océan ENSO, simulée par le modèle Global Environnemental Multi-échelle GEM. Jonathan Mainville Par : Jonathan Mainville Directeur : Dr. Colin Jones Co-directeur: Dr. Bernard Dugas Université du Québec à Montréal UQÀM

2 Précisions sur le projet ENSO (El-Niño Southern Oscillation) Valider les processus atmosphériques simulés par le modèle GEM (Global Environmental Muli-scale), comme la convection profonde, à l’aide de l’anomalie d’ ENSO (El-Niño Southern Oscillation). GEM n’est pas couplé avec un modèle océanique. SST ENSO est prescrit à travers le SST donc il n’y a pas d’interaction. Le modèle est forcé par le SST réduisant ainsi sa variabilité interne. Anomalie du Grad(SST) Anomalie du Grad(Ps) Anomalie des Vs Anomalie de Div(HU) Anomalie du OLR Le but est de trouver le « délai géographique » du OLR (Outgoing Longwave Radiation) en fonction d’un index SST (Sea Surface Temperature) à l’aide d’une batterie d’outils afin de comparer GEM au observation NOAA (National Oceanic & Atmospheric Administration). - Graphique d’Hovmoeller: Identifier les épisodes El-Niño / La-Niña - Index SST nino 3.4.: Représenter le phénomène ENSO - Graphique multivariant: Vérifier la robustesse de l’anomalie - Corrélation linéaire : Linéarité de la réponse atmosphérique

3 Graphique d’Hovmoeller et Index SST nino 3.4. Les données mensuels (M) 2,5° x 2,5° entre 1979 & 2001 suivent tout d’abord une transformation par un diagnostique d’anomalie climatologique standard (A S ): SST AMIP IIOLR NOAAOLR GEM ño: Nous indexons ensuite le champs SST dans la zone nino 3.4. se qui révèle les épisodes El- Ni ño: 83-87-92-95-98. L’étude climatologique de la moyenne et de l’écart- type révèlent les mois où la variabilité inter-annuelle du SST est la plus grande: DÉC-JAN-FÉV AMIP: Atmospheric Model Intercomparaison Project. MMM M M M ASAS ASAS ASAS ASAS

4 La variabilité statistique des épisodes El-Niño autour du composite ENSO SST (± 2,5 ans) démontre une robustesse du phénomène sauf pour le cas 87. (Composite,83,87,92,95,98) Graphique multivariant et Corrélation linéaire En plus, le projet porte sur (non montré ici) : - L’utilisation de la médiane diminue l’erreur statistique attribué à la valeur centrale d’une distribution asymétrique (ex.: OLR) pour le calcule de l’anomalie. - Le calcule d’une anomalie A N, tenant compte des années individuelles, augmente la robustesse du composite ENSO ( Voir A S : ; ). SST AMIP IIOLR NOAAOLR GEM La corrélation linéaire avec délai du mois de janvier de l’index SST nino 3.4. avec l’OLR; montre que la réponse convective dans GEM, par rapport à NOAA, au-dessus de l’océan Indien est moins intense. Probablement dû à une lacune dans la téléconnection par l’entremise de la cellule de Walker. ASAS ASAS ASAS M ASAS OLR NOAA-GEM ASAS