Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 20121860-2000. Par suite, une « mauvaise performance météorologique ou hydrologique »apparente de la chaîne GCM/MDES/MH pour la période récente (e.g. ici 1981-2005) ne peutpas être une preuve de mauvaise performance (et inversement) (cf. Lafayasse et al., 2011).ConclusionL’application de la chaîne classique de modélisation GCM-MDES-MH pour les étudesd’impact ne devrait pas se faire sans une évaluation préalable rigoureuse. En particulier, unetelle évaluation se doit d’être orientée « impact » et d’estimer la capacité d’extrapolationtemporelle de la chaîne. Pour la présente étude, nous pouvons constater une bonne capacitédes MDES à reproduire des statistiques de débits essentielles pour la gestion de la ressourceen eau (régimes des débits, statistiques des étiages). Cependant, le fait d’utiliser ces MDES encondition extrapolée exacerbe généralement leurs défauts. La transposabilité des MDES enclimat modifié ne semble donc pas toujours acquise. Cette évaluation est cependant difficile etla mise au point de méthodologies plus contraignantes pour l’affiner est donc une priorité.A l’image de ce que nous avons présenté pour la chaine MDES/MH, il est aussi nécessairede faire ce même type d’évaluation pour l’ensemble de la chaîne GCM/MDES/MH utilisée infine pour la génération de scénarios hydrologiques. Nos premières analyses montrent quel’utilisation d’un GCM peut induire des biais supplémentaires qui s’ajoutent ou secompensent avec les biais induits par la chaîne MDES/MH. Cette évaluation est cependantcomplexe du fait de la variabilité intrinsèque des modèles GCM qui nécessite de développerun cadre d’analyse spécifique pour permettre l’évaluation de la chaîne sans qu’elle soit biaiséepar cette variabilité.Références bibliographiquesBoé J., Terray L., Habets F. & Martin E., 2006 : A simple statistical downscaling scheme based on weather typesand conditional resampling. J. Geophys. Res., 111, D23106, 20 PP.ENSEMBLES, 2009 : Climate Change and its Impacts: Summary of Research and Results from theENSEMBLES Project. Tech. Rep. Met Office Hadley Centre. Exeter, UK.Garçon R., 1999 : Modèle global pluie-débit pour la prévision et la prédétermination des crues. La HouilleBlanche, 7-8, 88-95.Kistler R., E. Kalnay, W. Collins, S. Saha, G. White, J. Woollen, M. Chelliah, W. Ebisuzaki, M. Kanamitsu, V.Kousky, H. van den Dool, R. Jenne, and M. Fiorino, 2001 : The NCEP-NCAR 50-Year Reanalysis: MonthlyMeans CD-ROM and Documentation. Bull. Amer. Meteor. Soc., 82, 247-268.Lafaysse M., Hingray B., Terray L., Gailhard J., Mezghani A., 2011 : Evaluation of GCMs and downscalingmethods for climate change impact studies, and related uncertainties in future meteorological and hydrologicalprojections. Submitted to Climate Change.Mezghani A. & Hingray B., 2009 : A combined downscaling-disaggregation weather generator for stochasticgeneration of multisite hourly weather variables over complex terrain: Development and multi-scale validationfor the Upper Rhone River basin. J. Hydrol., 377(3- 4), 245-260.Morin G., 2002 : CEQUEAU Hydrological Model. Chap13 in: Mathematical Models of Small WatershedHydrology and Applications (ed. by V. P. Singh & D. K.Frevert). Water Res. Publ., 950 pp.Obled C., Bontron G. & Garçon R., 2002 : Quantitative precipitation forecasts: a statistical adaptation of modeloutputs through an analogues sorting approach. Atmos Res., 63(3-4), 303-324. doi: 10.1016/S0169-8095(02)00038-8.Prudhomme C. & Davies H., 2009 : Assessing uncertainties in climate change impact analyses on the river flowregimes in the UK. Part 1: baseline climate. Climatic Change, 93(1), 177-195.Xu C-Y, Widen E, Halldin S., 2005 : Modelling hydrological consequences of climate change-progress andchallenges. Advances in Atmospheric Sciences, 22, 789-797.158