mémoire - Centre National de Recherches Météorologiques
mémoire - Centre National de Recherches Météorologiques
mémoire - Centre National de Recherches Météorologiques
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
75<br />
L’idée n’est cependant pas nouvelle puisque, quelques années plus tôt, Landsea et al. (1993)<br />
suggèrent déjà que les précipitations cumulées sur la côte Guinéenne entre Août et Novembre<br />
représentent un excellent prédicteur <strong>de</strong>s pluies <strong>de</strong> mousson observées sur le Sahel l’année suivante.<br />
Philippon et Fontaine (2002) voient alors dans cette relation empirique une nouvelle preuve <strong>de</strong><br />
l’influence du gradient méridien d’énergie statique humi<strong>de</strong> sur la variabilité inter-annuelle <strong>de</strong> la<br />
mousson. Les anomalies <strong>de</strong> précipitations sur la côte guinéenne en fin <strong>de</strong> saison <strong>de</strong>s pluies (Septembre<br />
à Novembre) se traduiraient par <strong>de</strong>s anomalies continentales d’énergie statique humi<strong>de</strong> jusqu’en Mars-<br />
Avril <strong>de</strong> l’année suivante, grâce à un effet <strong>mémoire</strong> <strong>de</strong> l’eau du sol qui représenterait ainsi la courroie <strong>de</strong><br />
transmission entre les <strong>de</strong>ux saisons <strong>de</strong>s pluies. Ce scénario, bien que fondé sur <strong>de</strong>s arguments<br />
physiques, soulève <strong>de</strong> nombreuses questions. Que sait-on <strong>de</strong> l’amplitu<strong>de</strong> et <strong>de</strong> la persistance <strong>de</strong>s<br />
anomalies d’eau du sol présentes en fin d’année sur la côte Guinéenne ? Sont elles suffisantes pour<br />
influencer durablement la mousson <strong>de</strong> l’année suivante sur le Sahel ? Quelle est la robustesse du lien<br />
apparent entre les <strong>de</strong>ux saisons <strong>de</strong>s pluies ? N’y a t’il pas une autre explication à cette relation ?<br />
Douville et al. (2007) ont tenté <strong>de</strong> répondre à ces questions en se basant d’une part sur les<br />
simulations atmosphériques évoquées au chapitre 3.2 (Conil et Douville 2007a), d’autre part sur une<br />
analyse statistique <strong>de</strong>s TSM et <strong>de</strong>s précipitations observées au 20 ème siècle. Les expériences<br />
consistent en <strong>de</strong>s ensembles <strong>de</strong> 10 simulations couvrant la pério<strong>de</strong> 1986-1995 pour laquelle on dispose<br />
d’une climatologie d’eau du sol (GSWP-2) cohérente avec le modèle Arpège. L’expérience <strong>de</strong> contrôle<br />
utilise <strong>de</strong>s TSM mensuelles observées et une HS interactive, tandis que les expériences perturbées<br />
voient le réservoir profond d’ISBA rappelé vers la climatologie GSWP et <strong>de</strong>s TSM observées ou<br />
climatologiques. La relaxation n’aboutit à aucune amélioration <strong>de</strong> la prévisibilité potentielle ou réelle <strong>de</strong>s<br />
précipitations cumulées sur la saison <strong>de</strong> mousson (Juin à Septembre). Un effet <strong>mémoire</strong> apparaît<br />
cependant en fin <strong>de</strong> mousson et après la saison <strong>de</strong>s pluies, au moment où le niveau moyen et la<br />
variabilité inter-annuelle <strong>de</strong> l’HS sont les plus forts (Fig. 4.3). Par ailleurs, la comparaison <strong>de</strong> la<br />
climatologie GSWP avec la réanalyse ERA40 indique une forte similarité <strong>de</strong> la variabilité du contenu en<br />
eau <strong>de</strong> la zone racinaire et <strong>de</strong> l’ET sur l’Afrique <strong>de</strong> l’Ouest (Fig. 2.9), suggérant une relative robustesse<br />
<strong>de</strong>s anomalies d’humidité prescrites dans le modèle Arpège-Climat. Cette comparaison révèle<br />
également que les anomalies d’HS sont beaucoup plus persistantes que les anomalies d’ET,<br />
notamment en saison sèche. Ce résultat est cohérent avec l’absence d’une <strong>mémoire</strong> inter-annuelle<br />
dans nos simulations. Quand bien même l’HS montre une variabilité inter-annuelle résiduelle en saison<br />
sèche, celle-ci ne se traduit pas par une variabilité <strong>de</strong> l’ET et ne peut donc contribuer à un effet<br />
<strong>mémoire</strong> <strong>de</strong> l’HS sur les précipitations d’une saison <strong>de</strong>s pluies à la suivante (à condition que les<br />
aquifères, ignorées dans la plupart <strong>de</strong>s modèles, ne jouent pas un rôle important à cette échelle).<br />
Il faut évi<strong>de</strong>mment considérer avec pru<strong>de</strong>nce <strong>de</strong> tels résultats, tant le couplage continentatmosphère<br />
diffère d’un modèle à l’autre (Koster et al. 2005) et en raison <strong>de</strong>s biais qui entachent la<br />
climatologie <strong>de</strong> la mousson Africaine dans le modèle Arpège-Climat (même si ce <strong>de</strong>rnier n’a pas à<br />
rougir d’une comparaison multi-modèles dans ce domaine). On peut toutefois s’interroger sur le bienfondé<br />
<strong>de</strong> l’hypothèse initiale, à savoir le rôle joué par une région continentale <strong>de</strong> quelques <strong>de</strong>grés <strong>de</strong><br />
latitu<strong>de</strong>, lorsqu’on sait l’importance du forçage océanique sur la variabilité tropicale (Giannini et al.<br />
2003). Ne peut on pas imaginer que le lien inter-annuel i<strong>de</strong>ntifié entre les <strong>de</strong>ux saisons <strong>de</strong>s pluies<br />
puisse être un artéfact stochastique traduisant simplement l’influence <strong>de</strong>s océans sur l’ensemble <strong>de</strong><br />
l’Afrique <strong>de</strong> l’Ouest ? C’est en tout cas ce que suggère les résultats d’une analyse statistique <strong>de</strong>s séries<br />
observées (Douville et al. 2007). Premièrement, lorsqu’on analyse <strong>de</strong> plus près la corrélation entre les<br />
<strong>de</strong>ux saisons <strong>de</strong>s pluies sur l’ensemble du 20 ème siècle, on constate qu’elle s’explique en gran<strong>de</strong> partie<br />
par la variabilité multi-décennale <strong>de</strong> la pluviométrie. Cette échelle temporelle est difficilement conciliable<br />
avec un effet <strong>mémoire</strong> du contenu en eau du sol, à moins d’y ajouter un effet végétation cependant peu<br />
crédible en raison <strong>de</strong> la faible variabilité du couvert végétal sur la côte Guinéenne. Deuxièmement,<br />
lorsqu’on isole la composante inter-annuelle <strong>de</strong>s séries observées, une corrélation résiduelle subsiste<br />
d’une année sur l’autre entre les pluies sur la côte Guinéenne et le Sahel, mais elle peut s’expliquer par<br />
l’influence conjuguée <strong>de</strong>s TSM du Golfe <strong>de</strong> Guinée et du Pacifique équatorial sur l’Afrique <strong>de</strong> l’Ouest<br />
(Fig. 4.4). Ce scénario permet non seulement <strong>de</strong> comprendre le lien apparent entre les <strong>de</strong>ux saisons<br />
<strong>de</strong>s pluies, mais également la modulation <strong>de</strong> ce lien entre la première et la secon<strong>de</strong> moitié du 20 ème<br />
siècle.